粒子群算法选择特征波长在紫外光谱检测COD中的研究
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Selection of Wavelength for UV-visible Spectroscopy Based on BLS Combined with PSO
  • 作者:花晨芝 ; 赵凌 ; 宋建军 ; 袁丽娟
  • 英文作者:HUA Chenzhi;ZHAO Ling;SONG Jianjun;YUAN Lijuan;College of Mathematics and Software Science,Sichuan Normal University;College of Machematic and Statistics,Chengdu College of Arts and Sciences;
  • 关键词:粒子群算法 ; 偏最小二乘 ; 化学需氧量 ; 特征波长 ; 紫外吸收法
  • 英文关键词:Particle Swarm Optimization;;partial least-square regression;;chemical oxygen demand;;characteristic wavelength;;UV-visible spectroscopy
  • 中文刊名:IGNE
  • 英文刊名:Journal of China West Normal University(Natural Sciences)
  • 机构:四川师范大学数学与软件科学学院;成都文理学院数学与统计学院;
  • 出版日期:2019-03-20
  • 出版单位:西华师范大学学报(自然科学版)
  • 年:2019
  • 期:v.40;No.143
  • 基金:四川省教育厅科研项目重点项目(13sa0137)
  • 语种:中文;
  • 页:IGNE201901015
  • 页数:5
  • CN:01
  • ISSN:51-1699/N
  • 分类号:85-89
摘要
为简化紫外光谱测化学需氧量检测模型,提高模型的预测精度,将偏最小二乘算法与粒子群算法相结合,优化了对紫外光谱特征波长的选择。通过建模和实验分析表明:使用该方法对特征波长进行选取,偏最小二乘回归模型在均方误差意义下达到最优,平均相对误差在5%以内,而且预测精度明显优于未经粒子群算法选取波长的偏最小二乘回归模型。
        To simplify the detection of chemical oxygen demand in UV-visible spectroscopy and improve the prediction accuracy of the model,a partial least squares method is combined with a particle swarm optimization to optimize the selection of characteristic wavelength of the ultraviolet spectrum.The experimental analysis shows that to select the characteristic wavelength by this method,the partial least-squares regression model is optimal in the sense of mean square error;the average relative error is within 5%;the prediction accuracy is obviously better than that without the particle swarm optimization.
引文
[1] 王黎.水环境风险监测与应急响应技术[M].北京:中国环境出版社,2014.
    [2] 赵友全,李玉春,郭翼,等.基于光谱分析的紫外水质检测技术[J].光谱学与光谱分析,2012,32(5):1301-1304.
    [3] 赵辉,王勤,戚海燕,等.基于光吸收原理的化学需氧量传感器设计与应用[J].传感器与微系统,2014,33(12):73-75.
    [4] 周娜,罗彬,廖激,等.紫外吸收光谱法直接测定化学需氧量的研究进展[J].四川环境,2006,25(1):84-87.
    [5] 宋建军.基于偏最小二乘回归和浊度补偿的化学需氧量监测传感器的算法研究[D].成都:四川师范大学,2017.
    [6] 谷筱玉,徐可欣,汪曣.波长选择算法在近红外光谱法中药有效成分测量中的应用[J].光谱学与光谱分析,2006,26(9):1618-1620.
    [7] 张荣标,冯俊,谢志超.基于广义回归神经网络的COD在线检测方法研究[J].仪器仪表学报,2008,29(11):2357-2361.
    [8] 罗继阳,魏彪,汤斌,等.水质COD检测用光谱法的水体环境浊度解算方法[J].环境科学与技术,2015,38(S2):246-250.
    [9] 张国强,康戈文,黄建国,等.紫外分光光度法测定水质COD的技术研究[J].环境污染与防止,2007(4):1-6.
    [10] 毕新胜,贾金亮,王玉刚,等.近红外光谱技术在籽棉回潮率检测系统的应用[J].自动化仪表,2015,36(9):73-76.
    [11] 夏阿林,叶华俊,周新奇,等.基于粒子群算法的波长选择方法用于苹果酸度的近红外光谱分析[J].分析实验室,2010,29(9):12-15.
    [12] 侯迪波,张坚,陈泠,等.基于紫外-可见光光谱的水质分析方法研究进展与应用[J].光谱学与光谱分析,2013,33(7):1839-1844.
    [13] 王玉峰,陈克复,莫立焕,等.造纸废水化学需氧量的双波长紫外光谱法测定[J].华南理工大学学报(自然科学版),1999,40(2):156-160.
    [14] 中国环境监测总站.水环境监测技术[M].北京:中国环境出版社,2014.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700