一种用于复杂样品光谱的波长选择方法技术

一种用于复杂样品光谱分析的波长选择方法，具体步骤为：采集样品光谱并确定组分含量；采用一定的分组方式，将数据集划分为训练集和预测集；然后将训练集的整个光谱范围划分为若干个子区间，用0/1表示是否选择某段波长；将萤火虫群体离散化；对萤火虫的初始化参数进行优化，得到优化参数；利用优化参数运行FA‑PLS算法，选择出对应复杂样品目标组分的波长点；对预测集中未知样品的含量进行预测。该方法的优势在于采用FA波长选择算法，运算速度快、提高了模型的预测精度。本发明专利技术适用于复杂样品光谱分析的波长选择领域。

【技术实现步骤摘要】
一种用于复杂样品光谱的波长选择方法
本专利技术属于分析化学领域的无损分析技术，具体涉及一种用于复杂样品光谱的波长选择方法。
技术介绍
复杂样品由于基体复杂、组分繁多而成为分析化学及工业生产中极具挑战性的问题。光谱分析技术因其操作简便、检验快速和不需要辅助试剂等优点，为复杂样品分析提供了一种有力手段，已广泛应用于农业、石化、制药、食品、烟草等领域。然而，由于复杂样品光谱谱带重叠严重，须借助多元校正技术才能对其组分进行定量分析。在光谱定量分析中，常用的多元校正方法有多元线性回归(MLR)、主成分回归(PCR)、偏最小二乘回归(PLS)、人工神经网络(ANN)、支持向量回归(SVR)等。传统多元校正是在全波段光谱与目标组分之间建立模型。随着现代分析仪器的发展，光谱数据往往由成百上千个波长点组成，并非所有波长点都与目标组分相关。因此，为了提高模型的预测效果，需要在多元校正前进行波长选择。美国Holland教授于1975年提出的遗传算法(GA)，通过模拟自然选择和自然遗传过程中发生的繁殖、交叉和基因突变现象，不断迭代最终选取最优个体，成为一种应用最为广泛的波长选择方法。但该方法存在收敛速度缓慢、易陷入局部最优和对初始种群的选择要求较高等缺陷(Y.W.Lin，B.C.Deng，Q.S.Xu，Y.H.Yun，Y.Z.Liang，Theequivalenceofpartialleastsquaresandprincipalcomponentregressioninthesufficientdimensionreductionframework，Chemom.Intell.Lab.Syst.2016，150，58-64)。因此，需要发展快速、全局的智能优化方法。萤火虫算法(FA)由剑桥大学YangXin-she于2009年提出的一种智能优化算法。FA方法具有容易实现、计算效率高、无需严格的连续和可微条件等优势，在交通路径规划(刘厂，董静，高峰，李刚，张振兴，一种基于多目标萤火虫算法的路径规划方法，中国专利技术专利，2012，CN201210251782.7)、电力系统优化(王昕，郑益慧，李立学，胡博，含分布式发电设备的智能配电网供电优化方法，中国专利技术专利，2016，CN201610755691.5)和故障诊断(黄新波，宋桐，王娅娜，李文君子，基于灰模糊萤火虫算法优化的变压器故障诊断方法，中国专利技术专利，2013，CN201310647912.3)等方面已有应用，但很少有研究将FA用于复杂样品光谱波长选择中。
技术实现思路
本专利技术的目的是针对上述存在的问题，提出一种基于FA的波长选择方法(如图1)，从而提高复杂样品定量分析的预测精度。为实现本专利技术所提供的技术方案包括以下步骤：1)收集一定数目的复杂样品作为分析对象，采集样品的光谱，并用常规分析方法测得每个样品中目标分析组分的含量。2)按照一定的分组方式，将数据集划分为训练集和预测集。3)将训练集的整个光谱范围划分为若干个子区间，萤火虫群体用0/1表示是否选择某段波长。4)利用公式(1)、(2)和(3)将萤火虫群体离散化。rij＝xi-xj(2)其中，β0表示最大吸引力，γ表示环境吸光度，r表示萤火虫之间距离，t表示算法的迭代次数，α表示常数，εj表示高斯分布。5)依次优化因子数、波段数、种群数、环境吸光度和常数参数。因子数的优化方法为：因子数取值范围为1～25，间隔为1，计算不同因子数下的交叉验证均方根误差(RMSECV)，通过蒙特卡罗交叉验证结合F检验确定PLS的最佳因子数。波段数的优化方法为：将整个光谱区间划分为5～30个波段数，间隔为5，分别计算不同波段数下的预测均方根误差(RMSEP)。最小的RMSEP值对应的波段数为最佳波段数。种群数的优化方法为：将种群数n划分为10～60个，间隔为10，计算不同种群数下的RMSEP值。最小的RMSEP值对应的种群数为最佳种群数。环境吸光度的优化方法为：环境吸光度γ取值范围为0.1～1.0，间隔为0.1，计算不同环境吸光度下的RMSEP值。最小的RMSEP值对应的吸光度为最佳环境吸光度。常数的优化方法为：常数α取值范围为0.1～1.0，间隔为0.1，计算在不同常数下的RMSEP值。最小的RMSEP值对应的常数为最佳常数。6)利用确定好的最佳参数，运行FA-PLS算法，选择出对应目标组分的波长点。7)对预测集中未知样品的含量进行预测。本专利技术的优点是：将萤火虫算法引入到复杂样品光谱定量分析中，算法收敛速度快，所选择的波长建立模型要优于全波段预测效果，为光谱波长选择提供了一种新方法，具有较高的实用价值。附图说明图1是FA算法流程图图2是小麦样品的可见-近红外光谱图图3是小麦数据的预测均方根误差随波段数的变化图图4是小麦数据的预测均方根误差随种群数n的变化图图5是小麦数据的预测均方根误差随环境吸光度γ的变化图图6是小麦数据的预测均方根误差随常数α变化图图7是血液样品的近红外光谱图图8是三元混合物样品的可见-近红外光谱图图9是燃油样品的近红外光谱图具体实施方式为更好理解本专利技术，下面结合实施例对本专利技术做进一步地详细说明，但是本专利技术要求保护的范围并不局限于实施例所表示的范围。实施例1：本实施例应用于可见-近红外光谱分析，对小麦样品中的蛋白质组分含量进行测定。具体的步骤如下：1)收集884个小麦样品作为分析对象，用6500型光谱仪(NIRsystems，Inc.，SilverSprings，USA)进行采集样品的光谱，波长范围为400-2498nm，采样间隔2nm，每个光谱包含1050个数据点，下载网址：http：//www.idrc-chambersburg.org/shootout2008.html。图2显示了该实施例的近红外光谱图。2)按照网站上的分组方式，将777个样品作为训练集，107个样品作为预测集。3)将训练集的整个光谱范围划分为若干个子区间，萤火虫群体用0/1表示是否选择某段波长。4)利用公式(1)、(2)和(3)将萤火虫群体离散化。rij＝xi-xj(2)其中，β0表示最大吸引力，γ表示环境吸光度，r表示萤火虫之间距离，t表示算法的迭代次数，α表示常数，εj表示高斯分布。5)依次优化因子数、波段数、种群数、环境吸光度和常数参数。因子数优化方法为：因子数取值范围为1～25，间隔为1，计算不同因子数下的交叉验证均方根误差(RMSECV)，通过蒙特卡罗交叉验证结合F检验确定PLS的最佳因子数。本实施例的最佳因子数为10。波段数优化方法为：将整个光谱区间划分为5～30个波段数，间隔为5，分别计算不同波段数下的RMSEP。最小的RMSEP值对应的波段数为最佳波段数。图3显示了本实施例RMSEP随着波段数的变化。从图3中可以看出RMSEP值随着段数的增加先减小后增大，在10个波段取得最小RMSEP值。因此该实施例的最佳波段数为10。种群数的优化方法为：将种群数n划分为10～60个，间隔为10，计算不同种群数下的RMSEP值。最小的RMSEP值对应的种群数为最佳种群数。图4显示了本实施例RMSEP值随种群数的变化。从图4可以看出RMSEP随着种群数先下降后上升，在种群数为30处取得最小RMSEP值，由此确定该实施例的最佳种群数n为30。环境本文档来自技高网...

【技术保护点】
一种用于复杂样品光谱分析的波长选择方法，其特征在于：1)收集一定数目的复杂样品作为分析对象，设置光谱仪器的参数，采集样品的光谱，并用常规分析方法测得每个样品中目标分析组分的含量；2)按照一定的分组方式，将数据集分为训练集和预测集；3)将训练集的整个光谱范围划分为若干个子区间，萤火虫群体用0/1表示是否选择某段波长；4)利用公式(1)、(2)和(3)将萤火虫离个体散化；

【技术特征摘要】
1.一种用于复杂样品光谱分析的波长选择方法，其特征在于：1)收集一定数目的复杂样品作为分析对象，设置光谱仪器的参数，采集样品的光谱，并用常规分析方法测得每个样品中目标分析组分的含量；2)按照一定的分组方式，将数据集分为训练集和预测集；3)将训练集的整个光谱范围划分为若干个子区间，萤火虫群体用0/1表示是否选择某段波长；4)利用公式(1)、(2)和(3)将萤火虫离个体散化；rij＝xi-xj(2)其中，β0表示最大吸引力，γ表示环境吸光度，r表示萤火虫之间距离，t表示算法的迭代次数，α表示常数，εj表示高斯分布；5)依次优化因子数、波段数、种群数、环境吸光度和常数；6)利用确定好的最佳参数，运行FA-PLS算法，选择出对应目标组分的波长点；7)利用选择的波长点建立PLS模型，对预测集中未知样品的含量进行预测。2.根据权利要求1所述的复杂样品光谱分析的波长选择方法，其特征在于：FA-PLS算法的因子数的优化方法为：因子数从1变化到25，计算不...

【专利技术属性】
技术研发人员：卞希慧，王必成，第五鹏瑶，谭小耀，雷江南，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津,12