基于模拟退火算法的近红外光谱特征波长的选择方法

摘要

本发明公开一种基于模拟退火算法的近红外光谱特征波长的选择方法，挑选最少波数点数，重复随机选择k个波数点；建立校正集和预测集的初始PLS模型，计算对应初始PLS模型的交互验证均方根误差值；用模拟退火算法从全光谱中选择同校正集化学值高度相关的最优k个波数点，使窗口宽度动态递增以确保模拟退火保算法得到全局最优解；结束时比较各个窗口宽度下波数点集合对应的建模效果，得出最佳窗口宽度和最佳波数点组合，建立最终PLS模型。本发明通过窗口宽度动态递增，消除人工指定窗口宽度带来的主观因素影响，采用Metropolis准则判断入选波数点的重要性，既保证算法快速收敛，又避免了模拟退火算法陷入局部最优解而错过全局最优解，具有更高的可靠性和精度。

主权项

一种基于模拟退火算法的近红外光谱特征波长的选择方法，其特征是包括如下步骤：1)对近红外光谱进行预处理，包括对校正集和预测集样本的划分；2)从预处理后的近红外光谱的全光谱中挑选最少波数点数，重复随机选择k个波数点；3)用被选中的k个不相同的波数点建立校正集和预测集的初始PLS模型，计算对应的初始PLS模型的交互验证均方根误差值RMSECV，模拟退火算法中目标函数值的计算过程；4)采用模拟退火算法从全光谱中选择同校正集化学值高度相关的最优k个波数点，使窗口宽度动态递增以确保模拟退火保算法得到全局最优解；5)重复步骤4)，在模拟退火算法结束时比较各个窗口宽度下波数点集合对应的建模效果，得出最佳窗口宽度和最佳波数点组合，建立校正集和预测集的最终PLS模型。