期刊论文

Application of Intelligent Optimization Algorithms to Wavelength Selection of Near-Infrared Spectroscopy

Fan Wei;Zhou Ji-heng

中文

光谱学与光谱分析

1000-0593

2017

37

1

95-102

10.3964/j.issn.1000-0593(2017)01-0095-08

国家自然科学基金项目（21275164） 湖南省研究生科研创新项目（CX2015B237）资助

本校为第一且通讯机构

近红外光谱（NIRS）是一种间接分析技术, 其应用需建立相应的校正模型。 为了提高模型的解释能力、 预测准确度和建模效率, 需要对NIRS进行波长选择, 优选最小化冗余信息。 智能优化算法是以生物的行为方式或物质的运动形态为背景, 经过数学抽象建立算法模型, 通过迭代计算来求解组合最优化问题, 其核心策略是以某种目标函数为标准, 基于多元校正建模并以逐步逼近的方法筛选出有效的波长点。 选用蚁群优化（ACO）、 遗传优化（GA）、 粒子群优化（PSO）、 随机青蛙（RF）和模拟退火（SA）5种智能优化算法对烟叶总氮和烟碱近红外光谱数据进行特征波长选择, 结合偏最小二乘（PLS）算法, 构建了多个...

Near infrared spectroscopy (NIRS) is a kind of indirect analysis technology, whose application depends on the setting up of relevant calibration model. In order to improve interpretability, accuracy and modeling efficiency of the prediction model, wavelength selection becomes very important and it can minimize redundant information of near infrared spectrum. Intelligent optimization algorithm is a sort of commonly wavelength selection method which establishes algorithm model by mathematical abstraction from the background of biological behavior...