基于遺傳算法的近紅外光譜橄欖油產(chǎn)地鑒別方法研究

1、第卷，第期年月光譜學(xué)與光譜分析，。，基于遺傳算法的近紅外光譜橄欖油產(chǎn)地鑒別方法研究陳永明，林萍，何勇浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院，浙江杭州摘要提出了一種應(yīng)用近紅外光譜技術(shù)快速無損鑒別橄欖油產(chǎn)地的新方法。采用近紅外光譜儀獲取三種不同產(chǎn)地的橄欖油各個樣本的光譜漫反射特征曲線，利用全局搜索算法一遺傳算法提取特征波長，即從光譜個波長數(shù)據(jù)提取個特征波長數(shù)據(jù)，并將其作為主成分分析法的輸入變量，運用主成分分析法建立分析校正模型。結(jié)果表明，主成分和累計可信度已達(dá)，對不同產(chǎn)地的橄欖油有很好的聚類作用，同時也說明遺傳算法抽取特征波長方法正確。將提取到的六種主成分作為神經(jīng)網(wǎng)絡(luò)的輸入變量，品種類型作為神經(jīng)網(wǎng)絡(luò)的

2、輸出變量，建立層人工神經(jīng)網(wǎng)絡(luò)模型，對個未知橄欖油產(chǎn)地進(jìn)行預(yù)測，預(yù)測結(jié)果準(zhǔn)確率達(dá)。該方法能快速無損地檢測橄欖油產(chǎn)地，同時也為其他油類產(chǎn)地鑒別提供了一種新方法。關(guān)鍵詞產(chǎn)地；橄欖油；近紅外光譜；遺傳算法；主成分分析；神經(jīng)網(wǎng)絡(luò)中圈分類號：。￥文獻(xiàn)標(biāo)識碼：（引言橄欖油在地中海沿岸國家有幾千年的歷史，在西方被譽材料與方法儀器設(shè)備實驗使用美國（定范圍在為“液體黃金”，原因就在于其極佳的天然保健功效，美容功效和理想的烹調(diào)用途?？晒┦秤玫母邫n橄欖油是用初熟或成熟的油橄欖鮮果通過物理冷壓榨工藝提取的天然果油汁，是世界上唯一以自然狀態(tài)的形式供人類食用的木本植物油。目前，中國市場銷售的絕大多數(shù)橄欖油依賴進(jìn)口。一些學(xué)者

3、利用化學(xué)方法，對橄欖油的化學(xué)性質(zhì)做了一些研究，但是對于橄欖油產(chǎn)地的鑒別研究很少。隨著市場上進(jìn)口橄欖油日益增多，且橄欖油的產(chǎn)地對橄欖油的價格和質(zhì)量影響很大。因此，如何快速、無損地進(jìn)行橄欖油的產(chǎn)地識別很有必要。本實驗采用近紅外光譜技術(shù)快速、無損鑒別）公司的光譜儀，其光譜采樣間隔為，測之間，掃描次數(shù)次。光源采用與光譜儀配套的鹵素?zé)簟５玫降墓庾V數(shù)據(jù)經(jīng)軟件轉(zhuǎn)化為碼形式，再由分析軟件和對數(shù)據(jù)進(jìn)行分析處理。樣品來源及光譜的獲取意大利歐麗薇蘭特級初榨橄欖油、西班牙品利特級初榨橄欖油、土耳其達(dá)利牌特級初榨橄欖油為市售。各取，放入直徑為，高度的培養(yǎng)肛。每個品種各做個樣本，共計個樣本。全部實驗樣本隨機分成建模集和預(yù)

4、測集，建模集有個樣本（每種品種各個），預(yù)測集有個樣本（每種品種各個）。光譜儀經(jīng)校準(zhǔn)后進(jìn)行測技術(shù)，對市售的三種不同國家的橄欖油進(jìn)行了產(chǎn)地鑒別研究，利用全局搜索算法一遺傳算法（，）提取特征波長，將其作為主成分分析法（，）的輸入變量，采用建立分析校正模，試。嗨培養(yǎng)皿水平放置于光譜儀傳感器正下方，對每一個樣本掃描次。隨機任選三種不同產(chǎn)地橄欖油漫反射光譜曲、線圖，如圖所示。遺傳算法工作原理遺傳算法模擬生物進(jìn)化機制隨機優(yōu)化的算法，將其應(yīng)用于波長選擇，其主要步驟有染色體編碼、種群初始化、適應(yīng)型并提取各類不同產(chǎn)地橄欖油的主成分，將提取的主成分作為（）神經(jīng)網(wǎng)絡(luò)的輸入變量¨，產(chǎn)地類型作為神經(jīng)網(wǎng)絡(luò)的輸出變

5、量，設(shè)置中間層神經(jīng)元個數(shù)為，建立了神經(jīng)網(wǎng)絡(luò)模型，對未知產(chǎn)地進(jìn)行了分類與預(yù)測。收稿日期：修訂日期：基金項目：國家科技支撐計劃項目（），“”項目（）和公益性行為（農(nóng)業(yè)）科研專項項目（）資助作者簡介：陳永明，年生，浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院博士研究生：（螢通訊聯(lián)系人：（孕光譜學(xué)與光譜分析第卷度函數(shù)、遺傳操作、算法停止條件和波長選擇。本文設(shè)置的適應(yīng)度函數(shù)獨立變量數(shù)為，抽取特征波長。圖為運用對歐麗薇蘭與品利橄欖油取得的特征波長（其中虛線對應(yīng)的橫坐標(biāo)即為抽取的特征波長）。§獸（）凹砌鷓：；：；：鬻代：；：；：主成分分析主成分分析方法是一種有效的特征壓縮方法，它把原有的各個特征利用線性變換

6、得到一批新的特征，每個特征都是原有特征的函數(shù)，但新特征總數(shù)少于原有特征數(shù)，這樣新特征既保留了原有特征的主要信息，又減少了特征個數(shù)，通過對特征的選擇，在一定程度上還能濾除噪音。神經(jīng)網(wǎng)絡(luò)全部樣本隨機分成建模集和預(yù)測集，建模集有三種不同產(chǎn)地橄欖油各個樣本，共計個。預(yù)測集有三種不同產(chǎn)地橄欖油各個樣本，共計個。建立了一個層的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，經(jīng)主成分分析后得到的每個樣本的前個主成分作為神經(jīng)網(wǎng)絡(luò)的輸入，即輸入層節(jié)點數(shù)為，中間層有個神經(jīng)元，傳遞函數(shù)為（對數(shù)型傳遞函數(shù)），輸出層個神經(jīng)元，傳遞函數(shù)為（線性傳遞函數(shù)），設(shè)定系統(tǒng)允許誤差為，設(shè)定訓(xùn)練迭代次數(shù)為次。建立神經(jīng)網(wǎng)絡(luò)。試驗結(jié)果與分析直接用主成分分析結(jié)果將光譜

7、儀提取的光譜特征曲線做相應(yīng)的預(yù)處理后，直接作為的輸入變量，主成分累計可信度見表，主成分一、主成分二得分圖見圖。圖中橫坐標(biāo)表示每個樣本的第一主成分得分值，縱坐標(biāo)表示每個樣本的第二主成分得分值。由圖可見，產(chǎn)地為意大利和西班牙橄欖油聚類到了一塊。由此得出結(jié)論，將個橄欖油波長數(shù)據(jù)全部作為的輸入端，大大增加其計算量，而且有些區(qū)域樣品的光譜信息很弱，與樣品的組成或性質(zhì)問缺乏一定的相關(guān)性，根本無法建立正確的校正模型。主成分累計可信度害昌；（）：；：；：遺傳算法抽取特征波長分析光譜儀測量波長范圍為范圍，共有個波長數(shù)據(jù)。傳統(tǒng)的方法是將這個波長數(shù)據(jù)直接作為或者（）的輸入變量，提取主成分值刮。這些傳統(tǒng)的建模方法不但

8、預(yù)算量大，而且當(dāng)光譜曲線特征差異不明顯時，它們無法將不相關(guān)性或非線性變量剔除，即無法建立正確的校正模型。本文利用遺傳算法抽取品牌為達(dá)利與歐麗薇蘭、達(dá)利與品利、歐利與品利之間特征波長各個，共個特征波長作為輸入變量。由此可見，使用遺傳算法有效地進(jìn)行了數(shù)據(jù)壓縮，為將來和神經(jīng)網(wǎng)絡(luò)預(yù)測提供了更強的校正模型。不同產(chǎn)地橄欖油主成分分析對由提取的三種不同產(chǎn)地橄欖油（個樣本，共個樣本）的個特征波長進(jìn)行主成分分析。得到前個主成分的特征值及累計可信度，如表所示。岱主成分累計可信度由于前個主成分的累計可信度已達(dá)，故僅用前個主成分就可表示原近紅外光譜的主要信息。圖表示個建模樣本的主成分和得分圖，圖中橫坐標(biāo)表示每第期光譜

9、學(xué)與光譜分析個樣本的第一主成分得分值，縱坐標(biāo)表示每個樣本的第二主迅分。驀露一成分得分值。從圖中可以看出，類不同產(chǎn)地的橄欖油已明顯分成類。說明和對類不同產(chǎn)地的橄欖油有較好的聚類作用?；谇皞€主成分神經(jīng)網(wǎng)絡(luò)預(yù)測模型在主成分分析的基礎(chǔ)上，選取貢獻(xiàn)率較大的前個主成分作為輸入，中間層設(shè)定為，產(chǎn)地類型作為神經(jīng)網(wǎng)絡(luò)輸出瑩一濰一（）璃知飚（將達(dá)利、歐麗薇蘭、品利產(chǎn)地類型分別設(shè)置為，）。建立一個層輸入單元，個隱含單元和個輸出單元的嘲神經(jīng)網(wǎng)絡(luò)。個不同產(chǎn)地個建模樣本，對個未知樣本產(chǎn)地進(jìn)行識別。結(jié)果表明，建模樣本產(chǎn)地類型的擬合率和預(yù)測識別率均為，預(yù)測結(jié)果見表。：真實值代表產(chǎn)地為土耳其；真實值代表產(chǎn)地為意大利；真實值代

10、表產(chǎn)地為西班牙個，而且能解決單純地用原始光譜波長數(shù)據(jù)作為主成分結(jié)論提出了一種基于遺傳算法的近紅外光譜技術(shù)對不同產(chǎn)地橄欖油進(jìn)行快速、無損檢測的新方法。結(jié)果表明，運用遺傳算法抽取特征波長，不但將光譜波長數(shù)據(jù)從個壓縮到參考分析無法正確分類的問題。具體運作方法為用遺傳算法抽取特征波長，然后用主成分分析法對特征波長進(jìn)行主成分提取，再用神經(jīng)網(wǎng)絡(luò)對三種不同橄欖油產(chǎn)地成功進(jìn)行分類。實驗結(jié)果說明建模方法正確，同時該建模方法為其他油類品種產(chǎn)地鑒別提供了新方法。獻(xiàn)文，（劉景林，林毅，褚瑩，等）（化學(xué)學(xué)報），（）【幻，（楊立榮，吳堅平，姚善涇）（有機化學(xué)），（）：釘，（丁輝，徐世民，宋寶東，等）（現(xiàn)代化工），（）：釘明，（）：，（何勇，李曉麗邵詠妮）（光譜學(xué)與光譜分析），（何勇，馮水娟，李曉麗，等）（光譜學(xué)與光譜分析），（）：。，（