遺傳算法在近紅外光譜分析中的應用及在土壤分析中的展望

曲　楠

遺傳算法在近紅外光譜分析中的應用及在土壤分析中的展望

曲楠

（吉林農業大學資源與環境學院，吉林長春 130118）

隨著近紅外光譜（NIR）分析方法的廣泛應用，具有全局優化搜索能力的遺傳算法（GA）得到了人們的關注。應用GA可以自動構建基于NIR光譜的數學校正模型，選擇最優的模型參數和光譜波段，進而提高模型的預報精度及建模效率。簡要介紹了遺傳算法的基本原理，對該技術在NIR光譜分析中的具體應用進行了評述，并對其在土壤NIR光譜分析中的前景進行了展望。

近紅外光譜；遺傳算法；校正模型；波段選擇

NIR光譜技術以其簡便、廉價、非破壞等特點，已被廣泛應用到眾多領域，并逐漸成為國內外學者研究的重要內容。但由于NIR光譜譜峰重疊嚴重，強度較弱，且干擾強烈，須采用化學計量學方法解決光譜信息的提取及背景干擾的影響，建立NIR光譜數據與被測樣品特征映射關系的校正模型，進而實現NIR光譜的無損、快速定性及定量分析。

由于校正模型自身的特性，其光譜波段的選擇及模型參數的選取往往需要憑借分析者的經驗，受人為因素影響，因此不易得到最優的校正模型。GA是一種建立在自然選擇和種群遺傳學機理上的自適應啟發式全局搜索算法，該方法借鑒生物界自然選擇和遺傳機制，通過3種遺傳操作：選擇，交叉和變異產生新一代種群，隨著遺傳迭代的進行，適應度值高的變量被保留，最終達到最優結果［1］。目前GA已被用于NIR光譜分析中，通過GA可實現對校正模型參數和光譜波段的自動優化，不但降低了模型的復雜度，同時提高了建模效率和模型預測性能。……