基于便携式仪器的小麦面粉品质检测方法研究

论文摘要

目的 建立一种噪声小、自适应程度高的小麦粉预测模型的遗传算法-最小二乘法（genetic algorithm partial least squares, GA-PLS）检测小麦面粉品质。方法 采用AMBERⅡ手持式蓝牙光谱仪采集小麦面粉的近红外光谱,将采集的全波段光谱分段成波长相等的子区间,对每段子区间的小麦粉水分、灰度以及面筋含量进行最小二乘法预测建模（PLS模型）,将每段建模数据进行遗传算法筛选优化,最终建立GA-PLS模型,幵与未分段的全谱段PLS模型进行对比分析。结果 基于遗传算法结合偏最小二乘的模型验证精度高于全谱段PLS模型,。其中小麦粉灰度值的相关系数（r2）由0.679上升至0.919,小麦粉水分的r2由0.701上升至0.923,小麦粉面筋的r2由0.821上升至0.925。结论 该方法结果准确,精度高,适用于小麦面粉品质的现场快速检测。

论文目录

• 1 引言
• 2 材料与方法
•   2.1 仪器
•   2.2 实验样本
•   2.3 遗传算法原理及步骤
•     2.3.1 参数设定
•     2.3.2 编码
•     2.3.3 个体适应度评价
•     2.3.4 选择
•     2.3.5 交叉
•     2.3.6 变异
• 3 结果与分析
•   3.1 对小麦面粉的灰度值分析
•   3.2 对小麦面粉水分的分析
•   3.3 对小麦面粉所含面筋值的分析
•   3.4 麦面粉的灰度、水分值、面筋值与未进行GA优化的建模对比
• 4 结论

文章来源

类型: 期刊论文

作者: 徐金阳,刘翠玲,周子彦,何卓昀,段志君

关键词: 偏最小二乘法,遗传算法,预测模型,筛选优化,小麦面粉

来源: 食品安全质量检测学报 2019年06期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 轻工业手工业

单位: 北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室

分类号: TS211.7

页码: 1734-1739

总页数: 6

文件大小: 603K

下载量: 83