基于GSA的厌氧发酵原料碳氮比NIRS快速检测

GIEC OpenIR

	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 ; 许永花 1; 李文哲 1; 孙勇 1
	2019
Source Publication	农业机械学报
ISSN	1000-1298
Volume	50.0 Issue:011 Pages: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.

If you have any objections to this item, please fill out the form below and the administrator will contact you as soon as possible.
Content:
Email：	*
Institution:
Verification Code:	Refresh

Any comments and suggestions are welcomed.
Title:	*
Content:
Email：	*
Verification Code:	Refresh

中国科学院广州能源研究所机构知识库