基于模拟退火波长优化的草莓坚实度近红外光谱检测

为提高近红外光谱技术检测草莓坚实度模型的精度和鲁棒性,研究了一种基于模拟退火算法的波长优选方法,并找到一种与该算法配套的光谱预处理方法。利用光谱仪和物性仪分别采集草莓样品近红外漫反射光谱和坚实度数据,并采用标准正交变换、多元散射校正、一阶导数、二阶导数等方法对原始光谱进行预处理;最后,利用模拟退火算法优选与草莓坚实度高度相关的波数点变量,结合偏最小二乘法建立草莓坚实度预测模型。结果表明：经过标准正交变换预处理后,采用模拟退火算法优选出24个波数点,在主成分数为5时,建立的偏最小二乘模型具有最佳预测效果,模型校正集样本相关系数rc为0.9342,校正均方根误差为0.665N/cm2;预测样本相关系数rp为0.9197,预测均方根误差为0.673N/cm2。研究表明：模拟退火算法可以提高近红外模型预测草莓坚实度的精度和鲁棒性,并降低预测模型复杂度。     

翠冠梨坚实度可见/近红外光谱在线检测

采用可见/近红外光谱技术对翠冠梨的坚实度进行在线检测研究,并对不同预处理方法和不同平滑点数的影响进行研究.试验采用USB4000微型光纤光谱仪在0.5 m/s的水果运动速度下采集翠冠梨的透射光谱,并应用偏最小二乘(PLS)算法建立预测模型.试验样品为176个,119个样品作为校正集,57个样品作为预测集.研究结果表明,应用可见/近红外光谱技术检测翠冠梨的坚实度是可行的,确定580～840 nm为较合适的建模波段;光谱经一阶微分和变量标准化(SNV)处理后建立的预测模型性能最优,其相关系数R为0.820,校正标准差为2.50 N,预测标准差为3.02 N;对于S-G平滑处理,5点S-G平滑的效果最好,其相关系数R为0.848,校正标准差为2.31N,预测标准差为2.85 N.     

基于近红外光谱的香蕉品质检测方法研究

研究提出了近红外光谱技术无损检测香蕉品质指标的新方法。采用The Unscramble 9.7分析软件,建立了香蕉糖度、坚实度和粘度的预测模型。根据定标集样品常规方法测定结果和所扫描得到的香蕉未剥皮和剥皮的光谱信号间的拟合关系,采用偏最小二乘法建立香蕉糖度、坚实度和粘度的定标模型,并用未参与定标的一组样品作为预测集对模型进行检验。未剥皮香蕉的糖度、坚实度和粘度的预测决定系数分别为0.94,0.95,0.93,剥皮香蕉的糖度、坚实度和粘度的预测决定系数分别为0.92,0.97,0.95,预测精度较高。结果表明,香蕉皮对其的影响不大,近红外光谱技术可应用于未剥皮香蕉品质检测,实现了香蕉品质的快速、无损检测,为香蕉品质的无损检测提供了理论依据。     

支持向量机在李果实坚实度近红外检测中的应用

为增强模型的适应性,选取了3个不同成熟期(绿熟、半红熟和红熟)的李果实样品建立坚实度指标的近红外检测模型,建模所使用的光谱范围为4 000~12 492cm-1。为改善模型性能,比较了最小二乘支持向量机和偏最小二乘法两种建模算法对李果实坚实度指标的建模结果。研究结果表明,所建立的最小二乘-支持向量机模型的预测性能和稳定性均好于偏最小二乘模型,并以前10个潜在变量得分作为输入变量的最小二乘-支持向量机模型为最佳模型,其校正相关系数、校正和预测均方根误差分别为0.989及1.31、1.84kg/cm2,剩余预测偏差为4.79。与以往研究文献相比,获得了较为理想的预测精度和稳定性能。研究结果表明,最小二乘支持向量机算法结合偏最小二乘法提取的潜在变量作为输入变量,可以使李果实坚实度近红外定量模型有较大程度的改善。     

果实坚实度检测系统设计

利用冲击摆法,采用电涡流传感器对摆位移进行检测,通过JKU-12数据采集卡进行信号调理,基于LabVIEW开发环境,设计了果实坚实度检测系统.整个系统在WinXP SP2和LahVIEW8.2中文试用版环境下调试成功.该系统能够准确记录探针刺入果实的详细过程.实践证明,系统稳定可靠,为果实坚实度指标检测和分析提供了良好的技术手段.     

基于近红外与中红外光谱技术的淀粉回生度检测

淀粉食品在加工、运输及储藏过程中会逐渐出现回生,其回生程度是影响淀粉食品品质的重要因素。利用近红外和中红外光谱技术快速、无损检测淀粉回生度。首先采集了储存不同时间淀粉的近红外和中红外光谱,分别利用近红外、中红外以及两者融合的光谱数据结合化学计量学方法(偏最小二乘法(PLS、iPLS、biPLS、siPLS))建立淀粉回生度检测模型。结果显示,近红外和中红外融合光谱技术的biPLS检测模型最佳,校正集和预测集相关系数分别为0.965 5和0.931 3。研究结果表明,红外光谱技术可以快速、无损检测玉米淀粉回生度,保障了富含淀粉食品的质量与安全。     

基于近红外光谱的核桃仁蛋白质含量检测分析

为了实现核桃仁蛋白质的快速无损检测,采用近红外光谱技术,建立了核桃仁蛋白质含量预测模型,并对近红外光谱波段筛选方法进行了研究。首先针对3种不同粒度核桃仁样本,采集了1040~2560nm范围全波段信息,采用多元散射校正法和标准正态化方法对原始光谱进行了预处理。然后,采用间隔偏最小二乘算法筛选了光谱特征波段,并建立了全波段和特征波段下核桃仁蛋白质含量偏最小二乘算法预测模型。通过对不同粒度核桃仁样本近红外光谱分析表明,核桃仁粒度大小对核桃仁蛋白质含量预测效果并无显著影响。采用间隔偏最小二乘算法的波段筛选,核桃整仁样本验证集的均方根误差和相关系数分别为0.021和0.913, 表明该方法能够优化模型质量并降低模型复杂度。     

基于近红外光谱的花椒品质检测技术

首次提出了建立基于单籽粒红花椒的近红外光谱定量分析模型,用于花椒的挥发油含量检测。由于花椒表面的不规则性,且采用单籽粒花椒扫谱导致光谱信号差异较大,所以采用全谱分析。为此,结合异常样品剔除方法及模型优化方法,共建立了74份红花椒的挥发油近红外模型。实验表明,所建立的单籽粒花椒挥发油的近红外定标模型具有较好的稳定性和预测能力(RSD<10%,RPD>3),从而为花椒育种及品质检测提供了快速和便捷的途径。     

基于近红外光谱的卷烟加料均匀性检测

结合近红外光谱分析技术在烟草分析上的应用,通过对加料后的烟丝进行近红外光谱分析,发现近红外光谱分析法可用于卷烟加料均匀性研究。利用扫描谱图及料液的施加比例,初步探索了卷烟加料均匀性近红外光谱分析的数学建模,模型验证误差2%,具有较好的实用价值。     

基于近红外光谱的卷烟加料均匀性检测

结合近红外光谱分析技术在烟草分析上的应用,通过对加料后的烟丝进行近红外光谱分析,发现近红外光谱分析法可用于卷烟加料均匀性研究。利用扫描谱图及料液的施加比例,初步探索了卷烟加料均匀性近红外光谱分析的数学建模,模型验证误差＜2%,具有较好的实用价值。      

基于自适应模拟退火算法的HEV能量管理优化

基于iSight和ADVISOR联合仿真平台,采用自适应模拟退火算法对混合动力汽车的能量管理策略进行优化,主要对模糊控制策略的隶属度函数进行了优化,从而克服了基于专家经验进行参数选择的弊端.在ADVISOR中对UDDS工况进行了仿真对比.优化结果表明,所设计的模糊控制器和自适应模拟退火算法合理有效,车辆的燃油经济性和排...     

遗传退火算法的作物灌溉决策优化研究

在吸取以往灌溉决策支持系统经验的基础上,为了对系统的决策解进一步优化,将遗传算法(GA)融入其中,但遗传算法收敛速度慢,容易早熟。为此,针对这些缺点在遗传算法的整个操作过程中应用了一部分模拟退火技术,并详细分析了该混合算法的性能和特点。实验证明,该算法能够有效地克服GA的缺点,不仅提高了计算速度,而且在改善解的质量方面有着很好的效果,从而对作物的产量进行优化,以达到最大的收益。     

近红外玉米品种鉴别系统预处理和波长选择方

以7个品种玉米籽粒的鉴别系统为研究对象,对比研究了6种预处理方法和波长选择对模型鉴别能力的影响.结果表明,在被比较的6种预处理方法中,一阶导数方法能够使模型有更好的鉴别性能.使用一阶导数预处理和全光谱区的模型平均正确识别率和正确拒识率最高,分别为98.6%和98%,有5个品种的模型的正确识别率和正确拒识率都达到了100%.波长选择对一阶导数模型没有明显作用,但能使标准正态变量变换和矢量归一化模型鉴别准确度得到较大提高.     

基于模拟退火算法优化给水管线造价公式研究

给水管线造价公式的精确性对工程经济分析与给水管网优化的科学性和经济性有重大影响。通过五个地区的铸铁管综合单价数据,采用最小二乘法对各组数据进行多项式一至十次的拟合,确定了给水管线造价公式的最佳拟合次数为三次;进一步采用模拟退火算法对拟合的多项式参数进行优化计算,求解给水管线造价公式。结果表明:凭借模拟退火算法随机全局搜索模式以及不受函数性质影响的优势,能够克服传统算法难以求解多阶导数的困难,提高公式拟合精度。     

基于模拟退火算法的泵站的优化调度

采用模拟退火算法用于泵站优化调度计算，建立了泵站优化调度的数学模型，设计了用于泵站优化的编码，译码方法和包含约束条件能量函数表达式，最后给出了实例，计算结果表明，模拟退火算法对泵站既有离散量又有连续量的非线性模型很有效，算法简单，计算量小，能得到近似全局最优解。     

基于模拟退火算法-支持向量机的储粮害虫识别分类

将模拟退火算法应用于粮虫图像识别中支持向量机分类器参数C和g的优化,并与网格搜索法优化结果进行了对比,结果表明参数优化速度提高了3.91倍,分类器的识别率提高了5.56%.应用SAA-SVM分类器对粮仓中危害严重的9类粮虫进行了自动分类,识别率达到95.56%.证实了基于SAA-SVM的分类器对粮虫进行自动分类是可行的.     

模拟退火算法在新安江半分布水文

半分布新安江模型能够反映水文的空间变异规律,比集总模型能更好的反映下垫面的影响。但是多个子流域单元的参数优选变的更加复杂,这是半分布水文模型急需解决的难题。模拟退火算法是局部搜索算法的扩展,能够跳出局部循环,并在理论上以概率1.0接近全局最优值。模拟退火算法应用在半分布新安江模型参数优选工作中,确定参数的自动优化问题。并通过实例检验了模拟退火算法在半分布水文模型中的应用。     

基于模拟退火算法的无人机山地作业能耗最优路径规划

为提高无人机在丘陵山地区域的作业效率,以四旋翼无人机为试验对象,通过对无人机三维运动的受力分析提出无人机三维运动的能效系数;对无人机自身性能进行测试,完成无人机功率与升力模型的拟合,拟合决定系数为0.9894,并在此基础上不同负载下完成能效系数的计算;最终,通过设计相应的模拟退火算法完成无人机在山地作业情况下的能耗最优作业路径规划。试验表明,当飞行速度为2m/s时,在不同恒定负载情况下,无人机能耗最优路径比常规路径最多可节约能耗30.16%,比最短路径最多可节约能耗5.47%;在负载实时变化情况下,能耗最优路径比常规路径可节约能耗32.04%,比最短路径可节约能耗1172%。说明模拟退火算法可在能耗约束条件下对无人机进行作业路径规划,且具有较好的路径规划效果。