蚁群算法在近红外光谱分析中的应用研究

蚁群算法在近红外光谱分析中的应用研究

ID:33938580

大小:916.74 KB

页数:38页

时间:2019-03-01

蚁群算法在近红外光谱分析中的应用研究_第1页
蚁群算法在近红外光谱分析中的应用研究_第2页
蚁群算法在近红外光谱分析中的应用研究_第3页
蚁群算法在近红外光谱分析中的应用研究_第4页
蚁群算法在近红外光谱分析中的应用研究_第5页
资源描述:

《蚁群算法在近红外光谱分析中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号.TP30南级:公歼气呱差嚏式等学位论文Y938279单位代码.10019学号:S03096a蚁群算法在近红外光谱分析中的应用研究ApplicationofAntColonyAlgorithminNearInfraredSpectroscopyAnalysis研究生:塾壹指导教师:直篷麈教撞申请学位门类级别:理堂亟士专业名称:生物扬堡堂研究方向:萱自&篮矍皇篮息捡型所在学院:信息当电气王狸堂瞳2006年6坷摘要蚁群算法(AntColonyAlgorithmACA)作为一种源丁人自然中生物世界的新的仿生类算法

2、受到科研_L作者的重视。蚁群算法是受到对真实的蚁群行为的研究启发而提出的,它是一种随机搜索算法,与其它模拟进化算法一样,通过候选解组成的群体进化过程来寻求最优解。蚁群算法自产生以来,目前己被成功地应用于通讯、交通和人工智能等领域。本文主要介绍的是将蚁群算法应用于近红外光谱的建模过程之中,建立样品含量与近红外光谱数据之间的数学模型,并对未知样品含量进行预测。并将蚁群算法与传统算法相比较,获得了满意的实验结果。论文详细阐述了蚁群算法的基本原理,应用蚁群算法解决传统的TSPIu]题,并在此基础上讨论了如何正确选择蚁群算

3、法中的各个参数;论文在介绍了近红外光谱理论基础以及近红外光谱数据常用的建模算法以及算法的基本原理的基础上,讨论了蚁群算法应用予在近红外光谱数据建模过程的可行性:通过测量谷物中的蛋白质含虽与测揖药品中的布洛芬含量两个实验将蚁群算法与传统算法进行比较。在测量谷物中蛋白质含最的实验中,校准的相关系数为0.943.标准偏差为0.454,预测的相关系数达NO.914,标准偏差达NO.622,在测量药品中布洛芬含量的实验中,校准的相关系数0997,标准偏差1.598,预测的相关系数0.998,标准偏著1.517。关键词:近红

4、外光谱,蚁群算法,光谱建模AbstractInrecentyearstherehasbeengrowinginterestinalgorithmsinspiredbytheobservationofnaturalphenomenatodefinecomputationalprocedureswhichcansolvecomplexproblem.Inthisarticlewestudyadistributedheuristicalgorithmwhichwasinspiredbytheobservationoft

5、hebehaviorofantcoloniesandwecallthisalgorithmtheAntColonyAlgorithm(ACA).AntColonyAlgorithmisanewtypeofsimulatedevolutionaryalgorithmwhichisusedtosolvesomeNP-hardcombinatorialoptimizationproblemsthroughsimulatingtheprocessofantssearchingfurfood.Recently,ACAhas

6、beensuccessfulappliedtomanydifferentfields,suchascommunication,trafficartificialintelligenceetc.Inthisarticle,weintroducetheapplicationofACAinmodelingofNearInfraredSpectrum,andcompareACAwithtraditionalarithmetic,setupamathematicmodelthroughadjustsetforforecas

7、tingofpredictionset.Solvenon—linearmultiplefunction’sfittingproblem.WeinlroducethetheoryofACAindetailed.anddiscusstheselectionofparametersinACAthroughthesettlingofNPhardproblemTSEWeintroducebasicNⅡttheoryandcommonlyusedmethodsinmodelingofNIRdata.WecompareACAw

8、ithtraditionalmodelingalgorithmthroughtwoexperiments,oneismeasurementofproteinincorn;theotheroneismeasurementofibuprofeninmedicalsolution.Inexperimentofmeasuringproteinincoro.inadjustcoll

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。