多维标度和随机森林应用于汽油的近红外定量分析

摘要

随机森林(RF)回归应用于汽油辛烷值的近红外定量模型的波长优选.提出的双中心指标多维标度(DC-MDS)方法能够有效地找到定标和预测样品集的合理划分.RF回归建模的过程中选择采用较大的决策树数量(nTree=500),避免建模过程发生拟合,进一步调试并选择最优的分裂变量数(mtry=130);最后在最优参数的RF建模过程中提取具有最大贡献的30个信息波长,为汽油辛烷值的测定建立离散波长的近红外定量分析模型;其预测决定系数为0.971,预测均方根偏差为0.219％.结果表明,RF回归具有应用于汽油辛烷值近红外定量测定的潜力.