基于神经网络结合遗传算法的大豆脂肪酸含量近红外光谱检测.pdfVIP

中国农业工程学会2007 年学术年会论文集 基于神经网络结合遗传算法的大豆脂肪酸含量近红外光谱检测 1 2 3 张长利 ，谭克竹 ,刘述强 （1.东北农业大学工程学院，哈尔滨150030;2.东北农业大学成栋学院，哈尔滨 150030；3.黑龙江工程学院，哈尔滨 150030） 摘 要：本文提出了神经网络结合遗传算法建立数学模型检测大豆脂肪酸含量的方法，建立起化学测定值与近红外光谱数据之间的 定量关系。把得到的近红外光谱数据作为网络的输入,把用化学法测定的五种脂肪酸含量作为网络的输出，再利用遗传算法训练 BP 神经网络的权值，建立大豆脂肪酸的神经网络检测模型,探索出一种能够准确、高效地完成近红外光谱检测的神经网络模型，本论文 设计了一种用遗传算法训练的BP 神经网络。通过实验证明，用遗传算法优化人工神经网络的权重，获得高于单纯用人工神经网络训 练的结果。大豆五种脂肪酸的相关系数都可达到0.9左右，能够满足大豆育种的初步检测。 关键词：近红外光谱；BP神经网络；遗传算法；脂肪酸 中图分类号：按《中国图书分类法》标注 强的互补性，即GA随即优化的特定克服了BP易陷入极 0 引 言 小值的缺点，同时BP定向优化的优点又使GA的初始搜 随着大豆育种及大豆生产的不断发展,大豆的品质 索范围减小，这使得BP-GA的收敛几率，收敛速度等各 育种已越来越被育种专家所重视。大豆油分的品质主要 方面的性能都比较好。文绍纯等人（2001）系统地讨论 决定于脂肪酸的组成及其配比。大豆油分中脂肪酸包括 了基于遗传算法的人工神经网络主要应用，并给出了大 硬脂肪酸、棕榈酸、油酸、亚油酸和亚麻酸5种主要脂肪 量实验数据，实验结果表明遗传算法具有快速学习网络 酸。育种工作使大豆脂肪酸的检测更加频繁，传统的检 权重的能力，并且能够摆脱局部极点的困扰。罗键，刘 测方法存在检测时间长、费用高、批量小等缺点，而近 军祥（2001）在应用基于遗传算法的神经网络时，提出 红外光谱分析技术可以较好地解决上述问题。 了一个新型算子——BP算子。李建珍（2002）鉴于BP 应用于近红外光谱分析的分析方法主要有多元线 算法有易陷入局部极小值，训练速度慢，误差函数必须 性回归(MLR)、逐步回归(SMR)、主成分分析(PCR)与 可导，受网络限制等缺点；而遗传算法又具有全局随机 偏最小二乘法(PLS)等。MLR和SMR法在分析样品时只 有哪些信誉好的足球投注网站能力，能够在复杂的，多峰值的，不可微的大矢量 用了一些特征波长点的光谱信息,其它点的信息被丢失, 空间中迅速有效地寻找到全局最优解，可大大减小陷入 易产生模型的过适应性,PCR尽管消除了线性相关的问 局部最小值的可能性。因而提出了一种基于遗传算法的 题,其在分解光谱矩阵A时,没有考虑A与组分浓度C之 神经网络学习算法，仿真结果表明，该算法具有无比的 间的内在联系。本文采用神经网络和遗传算法相结合的 优越性。 方法建立模型，并通过此模型对大豆脂肪酸含量进行预 综上所述，随着计算机科学和人工智能技术的迅猛发展， 测。 以非线性大规模并行分布式处理为主流的人工神经网络 目前，人工神经网络结合遗传算法已被广泛的应用 和擅长于自适应全局优化概率有哪些信誉好的足球投注网站的遗传算法得到飞速 到各个领域，葛红等人（1999）把神经网络模糊控制器 发展，并在各个学科的发展中得到广泛应用，成为引人 的结构，变结构的训练方法及改进的遗传算法结合起来， 注意的焦点之一，他们为研究农产品品质开辟了一条新