基于遗传算法的近红外光谱谱区选择方法

摘要

针对以每个波长一个染色体基因的WSGA方法在波长数目较大时搜索空间太大的问题,提出了基于遗传算法的近红外光谱谱区选择方法(RSGA),把全部谱区平均分为多个子区间,各子区间的所有不同组合构成搜索空间,使用R/(1+δ)最大作为优化目标,使用遗传算法寻找一个最佳子区间组合,作为最后参与建模的光谱谱区.计算实例表明:经RSGA优化选择谱区后,不仅波长点数减少,而且PLS-LOO-CV预测值与标准值的相关系数R得以提高,交叉检验预测均方差得以减少,从而可以减小建模运算时间,剔除噪声过大的谱区,使最终建立的农产品品质检测近红外光谱模型的预测能力和精度更高.