基于改进型模拟退火算法的近红外光谱特征波长选择方法.pdf

(19)中华人民共和国国家知识产权局*CN102928382A*(12)发明专利申请(10)申请公布号CN102928382A(43)申请公布日2013.02.13(21)申请号201210451289.X(22)申请日2012.11.12(71)申请人江苏大学地址212013江苏省镇江市京口区学府路301号(72)发明人邹小波石吉勇赵杰文黄晓玮黄星奕蔡健荣陈全胜孙宗保林颢(74)专利代理机构江苏致邦律师事务所32230代理人樊文红(51)Int.Cl.G01N21/35(2006.01)G06F19/00(2006.01)权利要求书权利要求书2页2页说明书说明书66页页附图附图33页(54)发明名称基于改进型模拟退火算法的近红外光谱特征波长选择方法(57)摘要本发明提供了一种基于改进型模拟退火算法的近红外光谱特征波长选择方法，首先对近红外光谱数据集随机初始化当前解S；然后在温度参数t和马尔可夫链长度参数L的控制下，在当前解S的基础上产生新解S’，并以改进型Metropolis接受准则判断当前解S和新解S’的重要性；最后当温度控制参数t达到设定的结束温度时，返回最优特征波长及最优特征波长对应模型的效果。通过对传统模拟退火算法中Metropolis接受准则的改进，使得改进型模拟退火算法不仅提高了选择近红外光谱特征波长的效果、简化了模拟退火算法的参数设置，而且保留了传统模拟退火算法跳出局部最优解和快速收敛的特点。CN102983ACN102928382A权利要求书1/2页1.一种基于改进型模拟退火算法的近红外光谱特征波长选择方法，其特征在于，所述方法包括以下步骤：S1、输入近红外光谱数据集，随机初始化当前解S，初始化全局变量S_global的值为当前解S，初始化温度参数t的值为起始温度t0；S2、判断温度参数t是否大于结束温度tf，若是，则执行步骤S3；若否，则执行步骤S9；S3、初始化马尔可夫链长度参数L的值为1；S4、判断马尔可夫链长度参数L是否小于最大马尔科夫链长度L_max，若是，则执行步骤S5；若否，则执行步骤S8；S5、在当前解S的基础上产生新解S’，如果f(S’)<f(S_global)，S_global被更新为新解S’；S6、根据改进型Metropolis接受准则判断当前解S和新解S’的重要性；S7、马尔可夫链长度参数L的值递增1，并返回步骤S4；S8、温度参数t的值递减1，并返回步骤S2；S9、返回S_global，建立PLS模型，给出模型的交互验证均方根误差、校正集相关系数、预测集均方根误差和预测集相关系数。2.根据权利要求1所述的方法，其特征在于，所述步骤S6中“改进型Metropolis接受准则”具体为：计算当前解S和新解S’的目标函数f(S)和f(S’)，其中f(S)为当前解S中选中波长对应的PLS校正模型的交互验证均方根误差，f(S’)为新解S’中选中波长对应的PLS校正模型的交互验证均方根误差；判断是否成立，其中r为[α，1]范围内的一个随机数，α为[0，1]范围内的一个常数；若成立则判定新解S’为重要解，并将当前解S更新为新解S’的值，若不成立则判定当前解S为重要解，并保持当前解S的值不变。3.根据权利要求2所述的方法，其特征在于，所述改进型Metropolis接受准则判断当前解S和新解S’的重要性的过程包括：若与当前解S相比，新解S’为优化解，且满足f(S)-f(S’)>0，则一定成立，即新解的接受概率P(S’)为100%；若与当前解S相比，新解S’为恶化解，且满足则有一定的概率成立，即新解的接受概率P(S’)为2CN102928382A权利要求书2/2页若与当前解S相比，新解S’为恶化解，且满足则一定不成立，即新解的接受概率P(S’)为0。4.根据权利要求1所述的方法，其特征在于，所述步骤S1前需确定以下参数：起始温度t0，对应于温度参数t的初始值，为大于0的常数；结束温度tf，对应于温度参数t的结束值，为比起始温度t0小的常数；参数α和β，参数α为[0，1]范围内的常数，β为大于0的常数；参数h，对应于在当前解S的基础上产生新解S’过程中改变的列数，为大于1的常数；最大马尔科夫链长度L_max，为大于1的整数。5.根据权利要求1所述的方法，其特征在于，所述近红外光谱数据集包括校正集近红外光谱Xcal、校正集化学值Ycal、预测集近红外光谱Xpre和预测集化学值Ypre。6.根据权利要求6所述的方法，其特征在于，所述校正集近红外光谱Xcal和校正集化学值Ycal、预测集近红外光谱Xpre和预测集化学值Ypre的光谱和化学值分别一一对应。3CN102928382A说明书1/6页基于改进型模拟退火算法的近红外光谱特征波长选择方法技术领域[0001]本发明涉及近红外光谱技术领域，尤其涉及一种基于改进型