Knowledge Management System Of Guangzhou Institute of Energy Conversion, CAS
基于GSA的厌氧发酵原料碳氮比NIRS快速检测 | |
刘金明1; 程秋爽1; 甄峰3![]() | |
2019 | |
Source Publication | 农业机械学报
![]() |
ISSN | 1000-1298 |
Volume | 50.0Issue:011Pages:323 |
Abstract | 在以预处理后玉米秸秆、秸秆粪便混合物为原料进行厌氧发酵生产沼气时,为了对厌氧发酵原料碳氮比进行快速检测,将近红外光谱(NIRS)与偏最小二乘(PLS)回归相结合构建快速检测模型,并基于遗传模拟退火算法(GSA)构建遗传模拟退火区间偏最小二乘算法(GSA-iPLS)和双重遗传模拟退火偏最小二乘算法(DGSA-PLS)分别用于特征谱区优选和特征波长点优选,以提高回归模型的检测精度和效率。全谱1 844个波长点经GSA-iPLS进行谱区优选后,得到641个波长变量,再经DGSA-PLS进行特征波长点优选后,得到628个波长变量。DGSA-PLS回归模型验证集的决定系数(Rp^2)为0. 920,预测均方根误差为7. 178,相对分析误差为3. 805。与全谱建模相比,DGSAPLS模型的RMSEP减小了15. 87%。通过波长优选,参与建模的波长点数量显著减少,有效降低了变量维度和模型复杂度,提升了预测精度和预测能力。本文通过优选碳氮比的敏感波长变量,有效提高了预测模型的鲁棒性,为直接、快速、准确测量厌氧发酵原料的碳氮比提供了新途径。 |
Keyword | 厌氧发酵 碳氮比 近红外光谱 偏最小二乘回归 遗传模拟退火算法 |
Language | 英语 |
Document Type | 期刊论文 |
Identifier | http://ir.giec.ac.cn/handle/344007/34344 |
Collection | 中国科学院广州能源研究所 |
Affiliation | 1.东北农业大学 2.黑龙江八一农垦大学 3.中国科学院广州能源研究所 4.黑龙江省寒地农业可再生资源利用技术及装备重点实验室 |
Recommended Citation GB/T 7714 | 刘金明,程秋爽,甄峰,等. 基于GSA的厌氧发酵原料碳氮比NIRS快速检测[J]. 农业机械学报,2019,50.0(011):323. |
APA | 刘金明,程秋爽,甄峰,许永花,李文哲,&孙勇.(2019).基于GSA的厌氧发酵原料碳氮比NIRS快速检测.农业机械学报,50.0(011),323. |
MLA | 刘金明,et al."基于GSA的厌氧发酵原料碳氮比NIRS快速检测".农业机械学报 50.0.011(2019):323. |
Files in This Item: | There are no files associated with this item. |
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment