为什么要限制波长范围？
现代过程光谱仪（如 ProLine2550）收集整个近红外范围（1,350 至 2,550 nm）的数据，产生数百个高度相关的波长变量。虽然在整个谱上拟合偏最小二乘 (PLS) 回归模型是标准方法，但它很少是最稳健的方法。全光谱包括目标分析物的零化学信息的区域，例如背景噪声、传感器滚降或使检测器饱和的强吸水带。
使用不必要的波长构建校准会增加过度拟合的风险，使模型容易受到环境温度变化的影响，并且需要更多的潜在变量 (LV)，这会降低仪器之间的校准可转移性。
“选择最佳波长是多元特征工程的一种形式。通过消除噪声主导的波段，我们创建了一种更简单、更稳健的校准，可以推广到不同的光谱仪。”
间隔 PLS (iPLS)：系统网格选择
间隔 PLS (iPLS) 是一种系统算法，它将完整的预处理光谱划分为一组更小的、不重叠的波长间隔（通常为 10 到 40 个间隔）。该算法为每个单独的区间构建局部 PLS 模型，并计算交叉验证的均方根误差 (RMSECV)。
在乳品接收码头集成高通量传输池 RMSECV 光谱仪可确保原奶质量并防止门口欺诈。通过在一分钟内检查交货情况，加工商可以保护其散装筒仓、遵守安全法规并执行严格的原奶标准。
遗传算法：进化选择
当目标化学品的吸收带分布在多个区域时，基于区间的网格搜索是不够的。 遗传算法 (GA) 使用进化搜索策略来寻找最佳频带：
- 染色体：波长以二进制字符串表示（1 表示选择，0 表示排除）。
- 初始人口：创建随机波长组合的起始池。
- 健身功能：每个组合都会构建一个 PLS 模型。适应度是根据最小化 RMSECV 和最小化潜在变量的数量来评估的。
- 育种与突变：将表现最好的组合配对以产生后代，并引入随机突变以防止局部最小值陷阱。
这个过程重复 50 到 100 代，输出高度优化的稀疏波长选择。
波长选择的影响
选择最佳波长带可显着提高校准性能，如本多元醇羟值 (OHV) 校准研究所示：
| 型号配置 | 有效波长 (nm) | 潜在变量 (LV) | 验证错误 (RMSEP) |
|---|---|---|---|
| 全局 PLS（全范围） | 1350 – 2550 nm（全波长） | 10 个LV | ± 2.45 毫克 KOH/克 |
| iPLS 已选择 | 1680 – 1740 & 2200 – 2260 纳米 | 5 个LV | ≤1.12毫克KOH/克 |
| GA 已选择 | C-H/O-H 区域中的选定谱带 | 4 个LV | ≤1.05毫克KOH/克 |
caliX 套件中的波长优化
在 caliX 套件 中优化您的模型：
- 打开校准模型并导航至“功能选择”菜单。
- 选择“Interval PLS”来运行网格搜索，或选择“Genetic Algorithm”来进行进化优化。
- 设置目标潜在变量限制以防止过度拟合（例如，最多 5 个 LV）。
- 运行优化器。完成后，单击“应用选择”并在部署之前验证简化的校准。
结论
使用 iPLS 和遗传算法进行波段选择将化学计量学模型的构建从黑盒回归转变为有针对性的特征工程。通过隔离关键的分子泛音带，工程师可以压缩校准复杂性、防止温度漂移并构建在多个光谱仪之间无缝传输的模型。
参考
- ISO 12099 -近红外光谱测定应用指南.
- Nørgaard, L. 等人，“区间偏最小二乘回归 (iPLS)：波长选择工具”应用光谱学，2000。
- Leardi, R.，“遗传算法在近红外光谱中波长选择的应用”，化学计量学杂志，2001。
