基于量子遗传算法和荧光光谱某清香型白酒年份预测研究

摘要：

年份白酒现已成为企业开发重点,但年份标准有较大的随意性,建立年份标准已成为规范行业和市场的迫切需要.基于某品牌原浆白酒的三维荧光光谱,对白酒年份预测模型进行了研究.研究内容和创新工作如下: 首先,研究了荧光光谱与白酒年份的相关性.研究发现: 0.5年与其他年份白酒的三维荧光光谱之间的相关系数达0.811 4;原始光谱中年份信息主要分布在激发波长为200~230和250~320 nm、发射波长为400~500 nm的光谱区;导数光谱的年份信息分布区域广且离散性高.其次,研究了荧光光谱之间的相关性.研究表明: 原始光谱具有严重的多重共线性,在400~600 nm的区间内,相关系数接近1;求导能提高光谱分辨能力并降低多重共线性,二阶导数具有更好的抑制多重共线性的作用,相关系数大部分小于0.6.最后,基于量子遗传算法-小波神经网络研究了激发波长为300 nm的白酒年份预测模型,并提出了光谱建模信息密度的概念.研究发现: 原始光谱年份预测误差达5.4年,效果最差,其原因是原始光谱具有严重的多重共线性以及光谱与年份的相关性不显著;导数光谱具有更高的信息密度和更好的建模效果,二阶导数光谱预测集的相关系数达0.999 8,年份预测误差达0.79年.研究成果将为白酒年份标定提供一种便捷的光学手段,同时也为多组分渐变体系的荧光光谱研究提供重要的参考.

关键词：白酒、荧光光谱、相关性、量子遗传算法、小波神经网络、年份预测

所属期刊栏目：37

分类号：O657.3(分析化学)

资助基金：国家自然科学基金项目61378037

在线出版日期：2017-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1431-1436