基于遗传算法和共轭梯度下降法的自适应振动光谱峰值拟合算法研究

摘要

拉曼光谱是新一代的分析化学手段，被广泛应用在生物，化学和物理领域作为一种有效的分子内部振动的检测手段。由于能准确确定分子结构被称为分子指纹技术。拉曼光谱和其他光谱技术一样在解析复杂光谱时会出现光谱重叠而导致的解析不准的问题。本文定位于这种重叠峰问题，以智能算法中的遗传算法为基础，结合共轭梯度下降法，在小波变换峰值识别的基础上进行峰值拟合算法设计，并对遗传算法中的变异概率，交叉概率和种群规模三个参数进行了详细研究和比较，为拉曼光谱峰值拟合过程总结了一套适配的参数。在变异概率为0.7，交叉概率在0.4-0.6之间种群规模为100时获得了效率最高的峰值拟合过程。并且对于在各个参数下峰值拟合的结果，也就是峰值拟合品质因数做了讨论，发现无论参数如何，最终的品质因数都是不变的，说明本文所设计的算法是一种良好的黑箱算法。

目录

第一个书签之前