基于拉曼光谱和改进极限学习机的葡萄糖浓度检测

摘要

拉曼光谱技术由于其快速、简单且无损等优势,广泛地应用于组分的定量分析.目前常用的定量回归方法包括偏最小二乘、人工神经网络、支持向量机等,为寻求新方法,本文对41组葡萄糖样本的拉曼光谱数据研究,以极限学习机为定量回归基础,结合遗传算法、粒子群算法、人工蜂群算法等优化算法,比较分析后提出一种新型自适应差分进化的人工蜂群算法应用于极限学习机,该模型对差分进化的变异率和交叉率做了调整,能够降低极限学习机容易陷入局部最优和差分进化对参数依赖性大的问题,优化后模型的评价指标较传统极限学习机和基于其它优化算法都有显著提升.实验表明,基于自适应差分进化人工蜂群算法的极限学习机提高了预测精确度和模型稳健性.