分析测试学报
分析測試學報
분석측시학보
JOURNAL OF INSTRUMENTAL ANALYSIS
2014年
5期
520-526
,共7页
黄常毅%范海滨%刘飞%许赣荣
黃常毅%範海濱%劉飛%許贛榮
황상의%범해빈%류비%허공영
近红外光谱%遗传算法%红曲菌%固态发酵%生物量
近紅外光譜%遺傳算法%紅麯菌%固態髮酵%生物量
근홍외광보%유전산법%홍곡균%고태발효%생물량
NIR%genetic algorithm (GA)%Monascus%solid-state fermentation%biomass
该文研究了近红外光谱技术在红曲菌固态发酵生物量快速检测方面的应用.共采集了4个批次80个样本的光谱,采用氨基葡萄糖法测定生物量.为降低模型的复杂度和提高模型的预测性能,研究了遗传算法(Genetic Algorithm,GA)的光谱谱区选择方法,并建立所优选光谱变量的预测红曲菌固态发酵生物量的PLS模型.为说明遗传算法优选光谱变量的可行性,另外分别建立了全谱和相关系数法两种波长选择方法下的PLS定量模型,比较分析了3种方法所获模型的预测能力,并对GA方法优选的光谱波段信息与菌体成分中含氢基团的对应吸收进行分析.结果表明,遗传算法能在降低模型复杂度的同时提高模型的预测性能,其建模结果为Rc=0.998 3,RMSECV=3.580 2,Rp=0.993 1,RMSEP=3.643 7,参与建模的数据点由全谱的1 457个减少到585个,且模型预测精度相比FS-PLS模型提高了11.55%.研究表明近红外光谱技术结合遗传算法所建的PLS预测模型能够实现红曲菌固态发酵生物量的快速检测,从而为进一步实现在线发酵过程优化控制提供依据.
該文研究瞭近紅外光譜技術在紅麯菌固態髮酵生物量快速檢測方麵的應用.共採集瞭4箇批次80箇樣本的光譜,採用氨基葡萄糖法測定生物量.為降低模型的複雜度和提高模型的預測性能,研究瞭遺傳算法(Genetic Algorithm,GA)的光譜譜區選擇方法,併建立所優選光譜變量的預測紅麯菌固態髮酵生物量的PLS模型.為說明遺傳算法優選光譜變量的可行性,另外分彆建立瞭全譜和相關繫數法兩種波長選擇方法下的PLS定量模型,比較分析瞭3種方法所穫模型的預測能力,併對GA方法優選的光譜波段信息與菌體成分中含氫基糰的對應吸收進行分析.結果錶明,遺傳算法能在降低模型複雜度的同時提高模型的預測性能,其建模結果為Rc=0.998 3,RMSECV=3.580 2,Rp=0.993 1,RMSEP=3.643 7,參與建模的數據點由全譜的1 457箇減少到585箇,且模型預測精度相比FS-PLS模型提高瞭11.55%.研究錶明近紅外光譜技術結閤遺傳算法所建的PLS預測模型能夠實現紅麯菌固態髮酵生物量的快速檢測,從而為進一步實現在線髮酵過程優化控製提供依據.
해문연구료근홍외광보기술재홍곡균고태발효생물량쾌속검측방면적응용.공채집료4개비차80개양본적광보,채용안기포도당법측정생물량.위강저모형적복잡도화제고모형적예측성능,연구료유전산법(Genetic Algorithm,GA)적광보보구선택방법,병건립소우선광보변량적예측홍곡균고태발효생물량적PLS모형.위설명유전산법우선광보변량적가행성,령외분별건립료전보화상관계수법량충파장선택방법하적PLS정량모형,비교분석료3충방법소획모형적예측능력,병대GA방법우선적광보파단신식여균체성분중함경기단적대응흡수진행분석.결과표명,유전산법능재강저모형복잡도적동시제고모형적예측성능,기건모결과위Rc=0.998 3,RMSECV=3.580 2,Rp=0.993 1,RMSEP=3.643 7,삼여건모적수거점유전보적1 457개감소도585개,차모형예측정도상비FS-PLS모형제고료11.55%.연구표명근홍외광보기술결합유전산법소건적PLS예측모형능구실현홍곡균고태발효생물량적쾌속검측,종이위진일보실현재선발효과정우화공제제공의거.