【摘要】：為實(shí)現(xiàn)畜禽糞便高效、安全資源化利用,快速、準(zhǔn)確定量表征分析畜禽糞便中鈣(Ca)元素含量具有重要意義。以我國畜禽養(yǎng)殖比較集中地區(qū)的代表性畜禽糞便樣本為對象,探討了LIBS快速、定量分析其Ca元素含量模型構(gòu)建和通過GA篩選變量優(yōu)化模型的可行性。采集光譜的儀器參數(shù)設(shè)置如下:采集點(diǎn)數(shù)、激光能量、壓制樣壓力、光斑大小和延遲時間分別為80個,15%,20T,400μm和1μs。建模結(jié)果表明:采用基于Ca元素特征波長所建三種線性模型精度較低;基于全譜的PLS所建模型中,R2v和RPD分別為0.85和2.13;選用化學(xué)計量學(xué)方法-遺傳算法進(jìn)行變量篩選可顯著減少建模變量信息,提高建模效率,經(jīng)GA優(yōu)選所得12個變量所建PLS模型中R2v和RPD為0.90和3.04,具有較高精度和實(shí)際應(yīng)用價值。研究表明,將激光誘導(dǎo)擊穿光譜技術(shù)和遺傳算法相結(jié)合可定量分析畜禽糞便中Ca元素含量。
[Abstract]:In order to realize efficient and safe utilization of livestock and poultry feces, rapid and accurate quantitative analysis of calcium (Ca) content in livestock and poultry feces is of great significance. Taking the representative samples of livestock and poultry feces from the concentrated areas of livestock and poultry breeding in China as the object, the feasibility of LIBS rapid, quantitative analysis of Ca element content model and optimization model of screening variables by GA was discussed. The instrument parameters are set as follows: collecting points, laser energy, pressing pressure, spot size and delay time are 80, 1520TX 400 渭 m and 1 渭 s, respectively. The results show that the accuracy of the three linear models based on the characteristic wavelength of Ca elements is low, the R2v and RPD are 0.85 and 2.13, respectively. The selection of chemometrics method-genetic algorithm for variable screening can significantly reduce the information of modeling variables and improve the efficiency of modeling. The R2v and RPD of PLS model established by GA are 0.90 and 3.04, respectively. It has high precision and practical application value. The results showed that the combination of laser induced breakdown spectroscopy and genetic algorithm could be used to quantitatively analyze the content of Ca in livestock and poultry feces.
【作者單位】： 中國農(nóng)業(yè)大學(xué)工學(xué)院;
【基金】：歐盟框架計劃項(xiàng)目(690142) 國家重點(diǎn)研發(fā)計劃項(xiàng)目(2016YFE0112800)資助
【分類號】：X713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊薇;南軍;孫德智;田禹;;遺傳算法在水資源與水環(huán)境研究中的應(yīng)用綜述[J];水資源保護(hù);2007年01期

2 賈艷輝;;基于遺傳算法的水質(zhì)模型參數(shù)的確定方法[J];海河水利;2008年01期

3 魏加華,張建立;非線性水污染控制系統(tǒng)規(guī)劃的遺傳算法[J];煤田地質(zhì)與勘探;1999年02期

4 劉峰,胡非;用遺傳算法優(yōu)化工業(yè)污染源布局[J];城市環(huán)境與城市生態(tài);2003年06期

5 張麗麗;馬云東;魏令勇;;遺傳算法在區(qū)域水污染控制系統(tǒng)規(guī)劃中應(yīng)用[J];遼寧工程技術(shù)大學(xué)學(xué)報;2005年S2期

6 王建平,程聲通,賈海峰;水質(zhì)模型參數(shù)優(yōu)化的遺傳算法實(shí)現(xiàn)及控制參數(shù)分析[J];環(huán)境科學(xué);2005年03期

7 劉品高;;大氣污染總量控制遺傳算法的實(shí)現(xiàn)與性能優(yōu)化[J];硅谷;2009年04期

8 陳寶維;周秀玲;熊萬春;;基于遺傳算法的強(qiáng)輻射場人員工作分配方案優(yōu)化軟件的開發(fā)[J];輻射防護(hù)通訊;2011年05期

9 徐明德;蘭鵬;師莉紅;;遺傳算法在水污染控制系統(tǒng)規(guī)劃研究中的應(yīng)用[J];科技情報開發(fā)與經(jīng)濟(jì);2009年05期

10 吉志龍;馬元巍;王德忠;;遺傳算法動態(tài)修正核素大氣擴(kuò)散模型的適應(yīng)度函數(shù)研究[J];核技術(shù);2014年04期

相關(guān)會議論文 前2條

1 劉載文;王小藝;張春芝;程志強(qiáng);;基于遺傳算法的污水處理過程優(yōu)化控制方法[A];2007年中國智能自動化會議論文集[C];2007年

2 金菊良;張禮兵;洪天求;;環(huán)境質(zhì)量綜合評價的改進(jìn)理想?yún)^(qū)間法[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

相關(guān)博士學(xué)位論文 前2條

1 楊壽海;基于遺傳算法的多目標(biāo)智能輻射屏蔽方法研究[D];華北電力大學(xué);2012年

2 薛東峰;廢物最小化為目標(biāo)的質(zhì)量集成方法研究[D];大連理工大學(xué);2001年

相關(guān)碩士學(xué)位論文 前10條

1 周琦;基于改進(jìn)遺傳算法的拆卸序列規(guī)劃[D];湘潭大學(xué);2015年

2 車晗;基于傳統(tǒng)在線監(jiān)測指標(biāo)的污染事件探測方法研究[D];清華大學(xué);2015年

3 杭杰;射霧器風(fēng)機(jī)及風(fēng)筒參數(shù)優(yōu)化[D];燕山大學(xué);2016年

4 錢凱健;遺傳算法在基于GWLF模型的水環(huán)境系統(tǒng)中的應(yīng)用和實(shí)現(xiàn)[D];天津大學(xué);2014年

5 鐘雨倩;基于遺傳算法的污水廠廠群規(guī)劃[D];四川大學(xué);2005年

6 楊毅;涪江綿陽城區(qū)段水污染控制系統(tǒng)規(guī)劃[D];西南交通大學(xué);2004年

7 陳偉;基于遺傳算法的燃煤機(jī)組NOx減排方法研究[D];上海交通大學(xué);2013年

8 龔希博;基于遺傳算法的ASM3參數(shù)估計研究[D];蘇州科技學(xué)院;2014年

9 葛珉昊;基于混合遞階遺傳算法的RBF網(wǎng)絡(luò)優(yōu)化及在BOD軟測量中的應(yīng)用[D];蘭州理工大學(xué);2014年

10 梁倩;基于遞階遺傳算法的RBF網(wǎng)絡(luò)優(yōu)化及其在污水脫氮過程軟測量中的應(yīng)用[D];上海交通大學(xué);2008年

，

本文編號：2381995