思维进化蝙蝠算法及其在混合气体红外光谱特征选择中的应用

摘要：

为了解决混合气体多组分间特征吸收峰相互重叠引起的特征选择困难问题,提出了新型红外光谱特征选择方法,并对该方法的性能进行了分析与评价。首先,充分结合思维进化计算的并行机制、异化操作与蝙蝠算法的局部搜索能力,设计了思维进化蝙蝠算法。接着,通过实验采集两个混合气体数据库,利用思维进化蝙蝠算法对其目标组分的特征峰进行筛选。然后,从算法的收敛速度和筛选出的特征峰两个方面,将思维进化蝙蝠算法与基本蝙蝠算法、遗传算法、粒子群优化算法及并行萤火虫群优化算法等进行比较。最后,讨论了思维进化蝙蝠算法与无信息变量消除法相结合对结果的影响。实验结果表明：CO的特征峰范围包括2090~2110 cm-1和2115~2125 cm-1,共包含32个波长点；N2O的特征峰范围为2225~2250 cm-1,共包含26个波长点。利用筛选出的特征波长点建立的浓度反演模型,测试集均方根误差为0.155,决定系数可达0.908。实验结果表明：思维进化蝙蝠算法收敛速度快、全局搜索能力强,适用于存在重叠特征峰的混合气体的特征选择,对应的浓度反演模型的泛化性能也有显著提升。

关键词：特征选择、思维进化计算、蝙蝠算法、混合气体、红外光谱

分类号：TN219(光电子技术、激光技术)

资助基金：国家自然科学基金科学仪器基础研究专款61127015；国家国际科技合作专项2012DFA10680、2013DFR10150；山西省青年科技研究基金2013021028-1

在线出版日期：2015-04-27（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：845-851