基于遺傳算法和間隔偏最小二乘的蘋果硬度特征波長分析研究

1、第卷，第期年月光譜學(xué)與光譜分析，基于遺傳算法和間隔偏最小二乘的蘋果硬度特征波長分析研究屠振華，籍保平，孟超英，朱大洲，史波林，慶兆坤中國農(nóng)業(yè)大學(xué)食品科學(xué)與營養(yǎng)工程學(xué)院，北京中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京中國標(biāo)準(zhǔn)化研究院食品與農(nóng)業(yè)標(biāo)準(zhǔn)化研究所，北京摘要利用傅里葉近紅外光譜（）測定了蘋果的硬度。通過使用幾種基于遺傳算法和間隔偏最小二乘法的特征波長選取方法，包括動(dòng)態(tài)向后間隔偏最小二乘（，）、動(dòng)態(tài)向后間隔偏最小二乘結(jié)合遺傳算法（）和反復(fù)的遺傳算法（），分析了蘋果硬度的特征波長。結(jié)果表明，運(yùn)用遺傳算法和間隔偏最小二乘選擇特征波長后，不但叮以降低模型的復(fù)雜度，同時(shí)能夠達(dá)到提高模型預(yù)測精度的效果。在此

2、基礎(chǔ)二，研究分析了蘋果硬度特征波長的物理化學(xué)意義。由于果膠是在蘋果成熟過程中一種和硬度有很大關(guān)聯(lián)的物質(zhì)，通過比較蘋果硬度的特征波長和果膠的特征吸收峰，發(fā)現(xiàn)兩者具有有很好的一致性。因此，采用遺傳算法和間隔偏最小二乘法得到的蘋果硬度的特征波長能夠反映果膠的吸收信息，從而解釋了近紅外技術(shù)檢測蘋果硬度的機(jī)理。關(guān)鍵詞近紅外光譜；硬度；遺傳算法；間隔偏最小二乘法；蘋果；果膠中圖分類號(hào)：￥文獻(xiàn)標(biāo)識(shí)碼：（）引言近年來，對于蘋果等水果的內(nèi)部品質(zhì)（可溶性固形物、硬度等）的無損檢測得到國內(nèi)外學(xué)者的廣泛關(guān)注和研究。蘋果的硬度是一種反映細(xì)胞間結(jié)合力的物理指標(biāo)，常被用于評判蘋果成熟度及采集時(shí)間，并對水果的采后存儲(chǔ)、保鮮具

3、有很高參考價(jià)值。目前常用的蘋果硬度常規(guī)檢測方法為果肉穿刺法。然而，此方法損傷水果品質(zhì)，同時(shí)不適用于大批量實(shí)驗(yàn)。近紅外光譜技術(shù)具有檢測速度快、成本低、測試重現(xiàn)性好、無需樣品預(yù)處理等特點(diǎn)，利用該技術(shù)結(jié)合化學(xué)計(jì)量學(xué)算法提取有效光譜信息進(jìn)行樣品定性或定鼉分析，已被廣泛應(yīng)用于蘋果硬度的測定中。但研究發(fā)現(xiàn)，現(xiàn)有的蘋果硬度近紅外檢測精度尚難達(dá)到在商業(yè)上應(yīng)用的要求。究其原因，是因?yàn)榻t外技術(shù)是一種檢測含氧摹團(tuán)在近紅外譜區(qū)的合頻和倍頻信息的技術(shù)，而蘋果的硬度是一個(gè)與蘋果密度、細(xì)胞結(jié)構(gòu)和組織結(jié)構(gòu)相關(guān)的物理指標(biāo)，近紅外檢測蘋果硬度屬于一種間接檢測技術(shù)?？梢?，通過特征波長的選取以及分析其與硬度測量的關(guān)系，同時(shí)分析近紅

4、外蘋果硬度的檢測機(jī)理就顯得尤為重要。本研究通過遺傳算法和間隔偏最乘等特征波長的算法，在近紅外波段選擇蘋果硬度的特征波長，同時(shí)通過分析特征波長的物理化學(xué)意義，從而研究蘋果硬度的近紅外檢測機(jī)理。材料與方法蘋果樣品采集從市場上購買山東煙臺(tái)紅富士蘋果個(gè)，依次做好標(biāo)記，置于冰柜中貯藏。實(shí)驗(yàn)前，將冰柜中取出的蘋果置于實(shí)驗(yàn)室中，以使蘋果整體溫度達(dá)到與環(huán)境溫度一致。光譜采集和硬度測黽實(shí)驗(yàn)均在的環(huán)境溫度下進(jìn)行。光譜采集儀器及方法采用傅里葉變換近紅外光譜儀（，美國），使用自帶的智能光纖槍采集漫反射光譜。所用參數(shù)設(shè)置如下：光譜采集范圍，采樣點(diǎn)數(shù)點(diǎn)，采樣間隔，掃描次取平均，儀器使用檢測器。實(shí)驗(yàn)時(shí)，每個(gè)蘋果進(jìn)行次光譜測

5、苗，分別位于蘋果赤道等距離的個(gè)位置，盡町能避免明顯的表廝缺陷（擦傷、傷疤等）。然后取個(gè)點(diǎn)平均光譜為該樣本的光譜。蘋果樣本光譜采集和硬度標(biāo)準(zhǔn)值測定收稿日期：。修訂日期：基金項(xiàng)目：國家“十一五”鶯大科技專項(xiàng)項(xiàng)目（一）資助作者簡介：屠振華，年生，中國農(nóng)業(yè)大學(xué)食品科學(xué)與營養(yǎng)工程學(xué)院在讀博士通訊聯(lián)系人：（園第期光譜學(xué)與光譜分析本實(shí)驗(yàn)中蘋果硬度根據(jù)標(biāo)準(zhǔn)，采用型硬度壓力計(jì)（牡丹江市機(jī)械研究所）測量。光譜采集后，在對應(yīng)的光譜采集位置，用直徑為的探針刺入對應(yīng)位置去皮后果肉中深，以得到果實(shí)硬度（），同樣取個(gè)點(diǎn)平均硬度為該樣本的硬度值。特征波長選擇算法原理研究采用的特征波長選取方法主要為遺傳算法和間隔偏最小二乘法。

6、遺傳算法是以達(dá)爾文的適者生存和優(yōu)勝劣汰的生物進(jìn)化論為基礎(chǔ)，模擬牛物界的遺傳和進(jìn)化過程而建立的一種優(yōu)化方法。主要操作為選擇（）、交叉（）和變異（）算子。其基本思想為將“父代”中建模效果好的波長點(diǎn)組合作為個(gè)體進(jìn)入下一代；下一代中的個(gè)體通過交叉和變異等遺傳操作，產(chǎn)生新的個(gè)體，即“后代”；經(jīng)過若干代后，建模效果好的“后代”代替原來的個(gè)體，最終算法收斂于最好的個(gè)體，即波長選擇的最優(yōu)組合解。而間隔偏最小二乘是一種通過分析不同波段對建立模型的影響來選擇特征波長的方法。本文使用的特征波長選擇的方法主要有：（），針對近紅外光譜采樣點(diǎn)數(shù)較多的特點(diǎn)，為防止過擬合現(xiàn)象的發(fā)生，采用反復(fù)遺傳算法，對包含個(gè)波長點(diǎn)波長段，將

7、每個(gè)連續(xù)波長點(diǎn)取平均值作為一個(gè)新變量，總計(jì)個(gè)新變量，經(jīng)過次鶯復(fù)遺傳算法后，挑選原始波長點(diǎn)再進(jìn)行遺傳算法。其算法的具體參數(shù)設(shè)定初始群體大小為，最大繁殖代數(shù)，交叉概率，變異概率。（），將整個(gè)波段劃分一定數(shù)量的譜區(qū)（間隔），然后依次剔出一個(gè)譜區(qū)建立模型。通過比較各個(gè)建模結(jié)果來選擇首先剔出的波段，然后在剩下的波段中進(jìn)行同樣的工作，直至剩下最后一個(gè)譜區(qū)。然而，在運(yùn)用時(shí)候如果間隔數(shù)量過少容易遺漏細(xì)節(jié)信息，過多會(huì)導(dǎo)致最后結(jié)果過于復(fù)雜。因此，對采用從到個(gè)間隔數(shù)，連續(xù)運(yùn)算次來選擇特征波長。（），在上述利用算法選出的特征譜區(qū)范圍內(nèi)結(jié)合利用遺傳算法來進(jìn)一步選擇特征波長，遺傳算法的具體參數(shù)設(shè)定同上。結(jié)果與討論近紅外圖

8、譜分析及分析波段的選取圖（）為個(gè)蘋果樣本在范圍內(nèi)的光譜圖。通過圖（）可以看到在長波區(qū)的光譜噪聲較大，因此去除范圍內(nèi)的光譜，共個(gè)點(diǎn)，余下波長為光譜來建立蘋果硬度的校正模型。去除波段后全部蘋果的光譜的平均光譜圖見圖（）。異常樣本的剔除和樣本集劃分異常樣本會(huì)影響模型的穩(wěn)健性和預(yù)測精度，為了建立可靠、穩(wěn)定的近紅外定量分析模型，需在建模前進(jìn)行異常樣本的剔除。本研究利用外在學(xué)生化殘差一杠桿值圖來剔除異常樣本。通過分析得到蘋果的異常樣本數(shù)為個(gè)，對余下個(gè)樣本按照法以分為組，其中校正集個(gè)，預(yù)測集個(gè)，樣本中蘋果含量的統(tǒng)計(jì)結(jié)果見表。）（）培叩（）剛（）。：一；蘋果硬度的特征波長選擇經(jīng)過次重復(fù)遺傳算法后，個(gè)原始波長點(diǎn)

9、被挑選出來。對這個(gè)變鼉每個(gè)變昔作為一個(gè)窗口再進(jìn)行遺傳算法，次重復(fù)遺傳算法后，最終挑選出個(gè)特征波長點(diǎn)。選出特征波長見圖（），利用這個(gè)特征波長建模效果見表。商研究采用，采用到個(gè)間隔數(shù)，連續(xù)運(yùn)算次來選擇特征波長。這次中選擇的頻率見圖（）。通過計(jì)算，共有個(gè)波段的個(gè)波長點(diǎn)被選中，選出特征波長見圖（），利用這個(gè)特征波長建模效果見表。在圖所示的光譜中選出的個(gè)波長點(diǎn)，每個(gè)變量作為一個(gè)窗口再進(jìn)行遺傳算法，次重復(fù)遺傳算法后，最終挑選出個(gè)特征波長點(diǎn)。選出特征波長見圖（），利用這個(gè)特征波長建模效果見表。光譜學(xué)與光譜分析第卷，【啦（）（）表顯示了原始波長下和通過各種波長選擇方法處理后建模的效果。從表中，可以看到經(jīng)過特征

10、波長選擇后模型的預(yù)測精度較原始波長下均有不同程度的提高，其中運(yùn)用選出個(gè)特征波長段后模型由原始的（鋤）下降到（），由提高到。通過運(yùn)用“算法，模型的進(jìn)一步下降到（），也同時(shí)提高到。同時(shí)，在運(yùn)用選擇特征波長后。模型預(yù)測精度達(dá)到很大提高，模型由原始的（咖）下降到（）。由提高到，同時(shí)模型的波長點(diǎn)數(shù)有下降到，模型的復(fù)雜度大幅下降。蘋果硬度特征波長的分析如圖所示，通過選擇的特征波長主要在啪和哪兩個(gè)波段。同時(shí)，特征波長中有個(gè)波段位于晦（）竹腳捌（吡塔）（）岫曙眥這個(gè)范圍內(nèi)。通過上述兩種方法選出的特征波長有很多波段是一致的，包括：，和。除此之外，還選擇了及姍為特征波長。從圖所示的光譜圖中，可以得到，蘋果在近紅外

11、譜區(qū)的光譜圖主要吸收峰位于咖，和，這些吸收峰均是由于水的吸收所導(dǎo)致。其中為卜的合頻吸收峰，而啪為。一的伸縮振動(dòng)的二級倍頻，由于水的吸收很強(qiáng)，因此對其他成分的檢測干擾很大。而在運(yùn)用和算法選出的特征波長中均沒有選擇上述波長，從而避免了水吸收造成的影響。同時(shí)，通過圖和表可以分析出，運(yùn)用這兩種方法選擇的特征波長有很多位于附近，同樣作為。一的伸縮振動(dòng)的一級倍頻，也是一！瞄；第期光譜學(xué)與光譜分析個(gè)明顯的水的吸收峰。而據(jù)文獻(xiàn)報(bào)道，蘋果中和硬度有關(guān)的有機(jī)物主要是有果膠，纖維素，半纖維素等物質(zhì)，由于和也是的合頻吸收帶，而處又是睜?？s振動(dòng)的三級倍頻，所以，雖然在此波長下存在水吸收峰的影響，上述算法還是選擇了在附近

12、的波長為蘋果硬度的特征波長，說明述算法能夠在去除無關(guān)波長影響的問時(shí)，有效提取了硬度的特征波長。由于果膠是在蘋果成熟過程中一種和硬度有很大關(guān)聯(lián)的物質(zhì)，其中在未成熟的水果中，果膠物質(zhì)以原果膠形態(tài)與纖維素或半纖維素結(jié)合在一起，起到支撐和保持細(xì)胞組織形狀的作用，使組織表現(xiàn)出堅(jiān)硬狀態(tài)，具有抗機(jī)械損傷的能力。進(jìn)入成熟階段的水果，其果膠物質(zhì)以可溶性果膠的形態(tài)存在于細(xì)胞液中，使細(xì)胞間結(jié)合力松弛，蘋果質(zhì)地變軟。過熟的蘋果，將果膠發(fā)生去甲酯化作用生成無粘性的果膠酸，與纖維素、半纖維素分離，引起明顯的胞間層解離，使組織成瘍狀態(tài)。硬度急劇下降并進(jìn)入細(xì)胞結(jié)構(gòu)衰老期。既然近紅外檢測原理是檢測有機(jī)物的吸收，對于硬度這個(gè)物理指標(biāo)，分析其特征波長與果膠的關(guān)系就顯得尤為重要了。作為一種主要由甲氧基構(gòu)成的高分子化合物，果膠的主要特征波長位于處，該處也正是的伸縮振動(dòng)的二級倍頻。等和等研究表明在咖處的甲氧基吸收峰是果膠的特征波長。本研究通過法也選擇了附近波長作為蘋果的特征波長。此外，選出的蘋果硬度的特征波長如還有，和