基于前期經(jīng)驗的GA重疊峰解析算法研究.pdf

1、近年來，近紅外光譜分析技術(shù)在食品、藥品、農(nóng)牧產(chǎn)品及化學化工等領(lǐng)域被大量使用，使其成為了一種不可缺少的分析檢測手段。隨著各個領(lǐng)域的不斷深入研究，需要分析的信號的復雜程度也變得越來越高，因?qū)嶒灄l件或物質(zhì)本身等因素影響導致譜峰發(fā)生重疊，且重疊信號中含有多種組分復雜樣品，若多組分的波長相近，譜峰也很容易出現(xiàn)重疊現(xiàn)象，在后續(xù)的分析中有較大的影響。若僅依靠提高儀器分辨率，改善分離條件，幾乎不能使重疊峰徹底分離，隨著組分復雜程度的增大，重疊峰解析與精

2、確定量成為了當前研究的重要內(nèi)容。
　　文中首先對傳統(tǒng)的重疊峰解析算法進行介紹，分析了其優(yōu)缺點，典型的方法包括傅里葉變換、小波變換、人工神經(jīng)網(wǎng)絡、曲線擬合等。結(jié)果顯示，上述方法在對重疊峰解析中都有一定的效果，然而待測組分復雜性越來越高，重疊程度也不斷增大，使得傳統(tǒng)方法分析中均存在一定的問題，例如計算量大、存在較多人為設想、誤差大等。
　　本文基于對現(xiàn)有重疊峰解析方法的分析研究，提出了一種解析重疊峰新方法，即融合前期經(jīng)驗的GA算

3、法。遺傳算法是模擬自然界進化的一種并行隨機搜索最優(yōu)化方法，具有很高魯棒性及自適應性。本文首先選擇小波閾值對原始信號中的噪聲進行處理，可以很好的處理信號中的白噪聲與正弦噪聲，從而獲得平滑的光譜;通過二次微分對重疊峰初始參數(shù)進行初步預測;根據(jù)遺傳算法的全局搜索能力，利用遺傳算法優(yōu)化高斯模型與峰型的相關(guān)參數(shù)，獲得最優(yōu)分峰結(jié)果。大量實驗表明，本文提出的重疊峰解析方法可以很好的提高重疊峰分辨效果。通過利用高斯函數(shù)擬合重疊及多峰進行分析，對模擬譜圖