基于QPSO-MLSSVM算法的拉曼光谱检测四组分调和油含量

摘要：

提出了一种运用量子粒子群(quantum-behaved particle swarm optimization,QPSO)算法优化多输出最小二乘支持向量机(multi-output least squares support vector machine,MLSSVM)的新混合优化算法.该算法结合激光拉曼光谱技术可实现对四组分食用调和油中花生油、芝麻油、葵花油和大豆油的快速定量鉴别.采用基线校正去除背景荧光,结合Savitzky-Golay Filters光谱平滑法对原始拉曼光谱进行预处理.构建基于QPSO-MLSSVM混合优化算法的定量分析模型,并采用20个组分组成的预测集对其进行模型校验.实验结果表明,基于QPSO-MLSSVM混合优化算法的定量分析模型对于四组分调和油的预测效果良好,均方差(mean square error,MSE)为0.0241,低于0.05,各油分预测相关系数均高于98%.研究结果充分表明,应用激光拉曼光谱技术结合QPSO-MLSSVM算法,对四组分调和油中各油分进行快速定量检测可行,具备较强的自适应能力和良好的预测精度,可以满足多组分调和油的成分鉴别.

关键词：拉曼光谱、食用调和油、量子粒子群算法、最小二乘支持向量机、定量检测模型

所属期刊栏目：38

分类号：TN247(光电子技术、激光技术)

资助基金：国家自然科学基金11673040,61675176;河北省自然科学基金F2014203125;燕山大学"新锐工程"人才支持计划项目资助

在线出版日期：2018-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1437-1443