基于變異的緊湊遺傳算法在農藥檢測中的應用

孟　姣,佟國香,2

(1.上海理工大學 光電信息與計算機工程學院,上海　200093;2.上海市現代光學系統重點實驗室,上海　200093)

?

基于變異的緊湊遺傳算法在農藥檢測中的應用

孟姣1,佟國香1,2

(1.上海理工大學 光電信息與計算機工程學院,上海200093;2.上海市現代光學系統重點實驗室,上海200093)

摘要為了簡化農藥檢測的預測模型,提高模型預測精度,采用紅外光譜技術結合基于變異的緊湊遺傳算法對波長變量進行篩選,一定程度上減少了無信息變量和干擾變量。通過不同算法選擇的波長變量建立預測模型,mCGA得到的預測均方根偏差平均值是0.198,而與mCGA比較的緊湊遺傳算法、簡單遺傳算法得到的預測均方根偏差平均值分別為0.241、0.289,mCGA具有最小誤差。結果表明,采用mCGA進行變量選擇,能有效提高模型收斂速度及模型準確度,實現農藥含量快速高效的檢測。

關鍵詞農藥檢測;紅外光譜;基于變異的緊湊遺傳算法;變量選擇

紅外光譜技術是根據物質在紅外光譜區的吸收特性而建立起來的一種光譜分析方法[1]。然而,隨著光譜儀器的發展,可獲得的波長變量光譜數據倍增,為保證光譜信息的完整性,在建模時通常會保留全部波長變量,因此,產生的重疊波會導致變量之間的相關性增加,以至于產生病態回歸模型[2-3]。因此,變量選擇方法可選出對建模影響明顯的波長變量,簡化模型,提高模型預測精度。

目前常用的特征波長選擇方法,如相關系數法、回歸系數法等大多具有較強的主……