近红外光谱结合遗传算法快速检测红曲菌固态发酵生物量

摘要：

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.

关键词：近红外光谱、遗传算法、红曲菌、固态发酵、生物量

所属期刊栏目：33

分类号：O657.3;Q939.11(分析化学)

资助基金：江苏高等学校优秀科技创新团队;江苏省产学研前瞻性联合研究项目BY2013015-27;国家高技术研究发展计划863计划,2012AA021302

在线出版日期：2014-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：520-526