基于相關系數法與遺傳算法的啤酒酒精度近紅外光譜分析

摘　要: 以啤酒的酒精度的快速檢測為研究對象, 針對采用偏最小二乘(Part ial L east Squares, PL S) 法建立近紅外光譜預測模型時波長篩選問題, 提出將相關系數法與遺傳算法(Genet ic A lgo rithm s, GA ) 相結合提取光譜有效信息, 提高預測模型的精度的方法。結果表明: 該方法應用于啤酒酒精度近紅外光譜檢測中, 吸收光譜和一階導數光譜的預測建模的波長個數分別減少了83%、82% , 預測平均相對誤差分別降低了0. 42%、0. 64% , 不僅簡化、優化了模型, 而且增強了預測建模型的預測能力, 是一種采用PL S 法建立預測模型前行之有效的降低和優選波長的方法。