本文關(guān)鍵詞： 光譜分析 波長選擇 蟻群算法 VIP　出處：《浙江大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：智能工廠與工業(yè)4.0已經(jīng)成為未來發(fā)展的戰(zhàn)略方向,對工業(yè)過程中產(chǎn)品中間參數(shù)及成品質(zhì)量的檢測也需要智能化的解決方案。光譜分析方法主要通過光源照射形成的譜圖數(shù)據(jù)進(jìn)行處理及建模分析,可以無損檢測樣品的目標(biāo)屬性,同時還能實現(xiàn)在線分析,可操作性強(qiáng),分析平臺的搭建也相對簡單,對優(yōu)化產(chǎn)品質(zhì)量具有重要作用,是在線檢測領(lǐng)域的研究熱點。光譜分析方法的關(guān)鍵是配套的化學(xué)計量方法,本文研究了光譜分析中各個步驟的主流算法,主要研究了光譜波長篩選算法,提出了 PLS-VIP-ACO波長篩選新方法,該算法以蟻群算法為基礎(chǔ),并針對蟻群算法的缺陷進(jìn)行改進(jìn),將投影變量重要系數(shù)加入信息素更新操作,并根據(jù)PLS回歸系數(shù)判別波長貢獻(xiàn)率,理論上更優(yōu)于蟻群算法,并且在近紅外標(biāo)準(zhǔn)數(shù)據(jù)集上得到了驗證。在生物柴油調(diào)合油新能源領(lǐng)域,本文對拉曼光譜和近紅外光譜分析技術(shù)的應(yīng)用進(jìn)行了研究,在兩種光譜的波長篩選中應(yīng)用了本文提出的波長選擇新方法PLS-VIP-ACO,簡化了分析模型,結(jié)果表明PLS-VIP-ACO波長選擇方法同樣適用于拉曼光譜和近紅外光譜。對本文的主要內(nèi)容概括如下:1、全方位的閱讀調(diào)研光譜分析相關(guān)文獻(xiàn),介紹了光譜分析作為一種快速、無損的分析技術(shù)的重要地位;詳細(xì)介紹了應(yīng)用較為廣泛的近紅外光譜和拉曼光譜分析技術(shù)的理論基礎(chǔ)、優(yōu)勢劣勢、歷史發(fā)展和研究現(xiàn)狀;調(diào)研了特征波長篩選在光譜分析中的重要意義及波長選擇的研究現(xiàn)狀。2、主要介紹了光譜分析中涉及到的主流的化學(xué)計量方法。光譜分析的主要步驟有數(shù)據(jù)預(yù)處理、波長選擇和多元校正模型,涉及的化學(xué)計量方法也分為此三部分做了詳細(xì)的介紹。3、首先提出了 VIP-ACO算法,該方法基于蟻群算法,以投影變量重要性為信息素更新依據(jù),與全光譜建模和其他波長選擇方法相比提高了模型的精度,降低了模型的復(fù)雜性。接下來針對新算法VIP-ACO隨機(jī)性明顯的缺點,為區(qū)分每次迭代選中最優(yōu)波長組合里波長點的優(yōu)劣、防止隨機(jī)摻雜的無關(guān)波長點擾亂迭代結(jié)果,將VIP-ACO算法與偏最小二乘模型系數(shù)相結(jié)合(PLS-VIP-ACO),PLS-VIP-ACO算法表現(xiàn)出更優(yōu)異的建模結(jié)果。4、研究了光譜分析在生物柴油調(diào)合油調(diào)合比分析中的應(yīng)用,在實驗室對光譜采集及檢測裝置進(jìn)行仿真,對光譜數(shù)據(jù)進(jìn)行建模分析得到預(yù)測結(jié)果。檢測模型建立步驟如下:異常樣本剔除,進(jìn)行數(shù)據(jù)預(yù)處理;選擇了穩(wěn)定、簡單、模型預(yù)測效果好的PLSR做為建模方法;應(yīng)用了本文提出的PLS-VIP-ACO波長選擇新方法,并與其他主流波長選擇方法進(jìn)行對比,新方法效果最優(yōu),能夠使PLSR模型精度更高,同時復(fù)雜度更低。5、更全面的對生物柴油調(diào)合油比例分析進(jìn)行了應(yīng)用研究,采集了第四章中的生物柴油調(diào)合油樣本的近紅外光譜,也從預(yù)處理、定量模型建立、波長篩選三個步驟對近紅外光譜的分析方法做了研究,結(jié)果表明本文提出的PLS-VIP-ACO算法適用性普遍,在近紅外光譜數(shù)據(jù)集上也表現(xiàn)出了最優(yōu)的篩選效果,證明了 PLS-VIP-ACO算法在波長篩選應(yīng)用中準(zhǔn)確性和普適性。
[Abstract]:In this paper , a new method of spectral analysis is presented . The main steps of spectral analysis are as follows : 1 . A new method for spectral analysis is presented . The method is based on ant colony algorithm . The method is based on ant colony algorithm . The prediction result is obtained by modeling and analyzing the spectral data . The detection model is established as follows : the abnormal sample is removed , the data preprocessing is carried out ; the PLSR with stable , simple and good model prediction effect is selected as the modeling method ; and the method has the advantages of better accuracy and lower complexity compared with other mainstream wavelength selection methods .

【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP18;O433.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 阮華;戴連奎;許忠儀;;在線拉曼分析儀的研制及其在PX裝置中的應(yīng)用[J];化工自動化及儀表;2012年04期

2 褚小立;田松柏;許育鵬;王京;;近紅外光譜用于原油快速評價的研究[J];石油煉制與化工;2012年01期

3 林藝玲;戴連奎;阮華;;基于低分辨率色散型拉曼光譜儀的汽油苯含量快速分析[J];光譜學(xué)與光譜分析;2010年11期

4 孔翠萍;褚小立;杜澤學(xué);陸婉珍;;近紅外光譜方法預(yù)測生物柴油主要成分[J];分析化學(xué);2010年06期

5 閔恩澤;杜澤學(xué);;我國生物柴油產(chǎn)業(yè)發(fā)展的探討[J];中國工程科學(xué);2010年02期

6 屠振華;籍保平;孟超英;朱大洲;史波林;慶兆s，

本文編號：1464534