基于禁忌搜索的近红外光谱建模样本集划分优化方法

摘要

本文研究禁忌搜索(Tabu Search)方法对近红外(NIR)光谱分析的样本集划分的优化策略,提出通过设置禁忌表长度、调试候选解集的数量和迭代次数来寻找样本集划分的最优化方案。以鱼粉蛋白的NIR光谱定量分析为例,基于Tabu Search参数调试优选训练样本集,结合偏最小二乘法建模确定最优化参数,以提高NIR分析模型的预测效果。实验结果表明,利用多个候选解集经过多次迭代的Tabu Search优化,能够找到合适的训练样本和验证样本的划分,其NIR建模效果明显优于一般随机划分的建模效果。Tabu Search参数优化方法有望在更多领域的NIR光谱快速分析中得到推广应用。