胡云超，劉智健，汪 瑩，黃浩冉，王紅鴻，吳彩娥，熊智新

（南京林業(yè)大學(xué)輕工與食品學(xué)院，江蘇 南京 210037）

小麥?zhǔn)鞘澜缟戏N植面積最廣、總產(chǎn)量和營(yíng)養(yǎng)價(jià)值最高的糧食作物，提供了人類20%的能量[1]。小麥行業(yè)的發(fā)展對(duì)國(guó)家的糧食安全和社會(huì)穩(wěn)定具有重要意義，2022年，國(guó)內(nèi)糧食市場(chǎng)“麥強(qiáng)面弱”格局明顯，產(chǎn)品品質(zhì)、品牌成為企業(yè)贏得小麥粉市場(chǎng)的關(guān)鍵[2]。小麥粉中有三大營(yíng)養(yǎng)素，分別是蛋白質(zhì)、淀粉和脂類，其中蛋白質(zhì)（含量約為7%～15%）決定著小麥粉的加工品質(zhì)和營(yíng)養(yǎng)品質(zhì)[3]。小麥粉可根據(jù)其蛋白質(zhì)含量分為高筋粉（大于10.5%）、中筋粉（8.0%～10.5%）和低筋粉（小于8.0%）[4]。小麥粉中蛋白質(zhì)含量的不同使得小麥粉具有不同的用途，例如高筋粉一般用于制作面包，而點(diǎn)心和菜肴一般使用低筋粉進(jìn)行制作加工，所以在生產(chǎn)過(guò)程中對(duì)小麥粉蛋白質(zhì)含量的快速精確檢測(cè)就顯得尤為重要。

近紅外光譜分析技術(shù)是21世紀(jì)發(fā)展起來(lái)的一種快速、無(wú)損、綠色、可用于在線監(jiān)測(cè)的分析技術(shù)，廣泛應(yīng)用于食品[5]、農(nóng)業(yè)[6]、醫(yī)藥[7]、林業(yè)[8]等各個(gè)領(lǐng)域，隨著科學(xué)技術(shù)的發(fā)展，結(jié)合化學(xué)計(jì)量學(xué)的近紅外光譜分析技術(shù)在小麥粉蛋白質(zhì)定量分析中的應(yīng)用逐漸廣泛[9-11]。近紅外光譜所分析的對(duì)象大多是復(fù)雜的、未預(yù)處理的樣品體系，通常會(huì)收集大量的實(shí)驗(yàn)樣本，但這些樣本可能80%以上是重復(fù)樣本或無(wú)效樣本，因此有必要從中挑選出具有一定代表性的校正樣本代替原始數(shù)據(jù)集進(jìn)行建模，提高建模的效率和模型精度，減少數(shù)據(jù)庫(kù)的存儲(chǔ)空間。常用的樣本劃分方法有隨機(jī)采樣法、K/S（Kennard/Stone）法、SPXY（sample set partitioning based on joint X-Y distances）法等。隨機(jī)采樣法是從樣品集中隨機(jī)選擇一定數(shù)量的樣品組成校正集[12]。K/S法是以光譜變量間的歐氏距離為基礎(chǔ)，挑選分布范圍廣且代表性強(qiáng)的樣品作為校正集[13-14]。SPXY法是在K/S法的基礎(chǔ)上引入樣品化學(xué)值信息，用光譜間距離以及化學(xué)值濃度之間的距離選擇代表性樣品[15-16]。由于K/S法和SPXY法以樣本間的距離為標(biāo)準(zhǔn)對(duì)樣品集進(jìn)行劃分，可能會(huì)將異?；蛘卟缓线m的樣本挑選入校正集，進(jìn)而影響所建模型性能。群智能優(yōu)化算法是化學(xué)計(jì)量學(xué)方法的重要組成部分，其主要思路是基于對(duì)自然生物群體（例如狼群、蟻群、蜻蜓等）生存現(xiàn)象的觀察，將其生存現(xiàn)象量化并應(yīng)用在數(shù)學(xué)模型優(yōu)化中，特點(diǎn)為群個(gè)體之間相對(duì)獨(dú)立，通過(guò)更新策略在搜索空間中尋找最優(yōu)解。群智能優(yōu)化算法在光譜分析領(lǐng)域中已有許多成功的研究及應(yīng)用案例，主要應(yīng)用在特征波長(zhǎng)優(yōu)選及建模方法參數(shù)優(yōu)化等方面。Guo Zhiming等[17]利用近紅外光譜分析技術(shù)結(jié)合模擬退火、蟻群優(yōu)化、遺傳算法等群智能優(yōu)化算法，選擇信息豐富的光譜變量，建立了準(zhǔn)確、穩(wěn)健的綠茶活性成分和抗氧化能力定量分析模型。王仲雨等[18]提出改進(jìn)鯨魚(yú)優(yōu)化算法并用于近紅外建模過(guò)程中的波長(zhǎng)選擇，該算法能有效篩選出波長(zhǎng)變量并建立玉米脂肪、蛋白質(zhì)、淀粉和水的預(yù)測(cè)模型。蜻蜓算法（dragonfly algorithm，DA）作為群智能優(yōu)化算法的一種，將群體行為的所有可能因素都考慮在內(nèi)，使其能夠?qū)⒛繕?biāo)函數(shù)快速地收斂在最優(yōu)解附近，具有良好的全局尋優(yōu)能力[19-20]。陳勇等[21]采用衰減消退蜻蜓算法優(yōu)選小麥粉蛋白質(zhì)近紅外特征波長(zhǎng)，篩選出的波長(zhǎng)數(shù)量少，所建模型穩(wěn)定性高。Chen Yuanyuan等[22]提出了一種新的基于二進(jìn)制蜻蜓算法（binary dragonfly algorithm，BDA）的波長(zhǎng)選擇方法，針對(duì)汽油近紅外光譜數(shù)據(jù)集選擇有效波長(zhǎng)，結(jié)果表明基于多BDA和集成學(xué)習(xí)BDA算法可以提高波長(zhǎng)選擇的穩(wěn)定性。蜻蜓算法在近紅外特征波長(zhǎng)優(yōu)選、建模方法參數(shù)優(yōu)化等方面有著良好的應(yīng)用性能，但在模型建立過(guò)程中優(yōu)選校正集的應(yīng)用鮮見(jiàn)報(bào)道。本研究采用BDA算法挑選具有代表性的校正集樣品，以迭代過(guò)程中BDA選出的校正集建模的交互驗(yàn)證標(biāo)準(zhǔn)偏差（root mean square error of cross validation，RMSECV）與所建模型對(duì)驗(yàn)證集預(yù)測(cè)的預(yù)測(cè)標(biāo)準(zhǔn)偏差（root mean square errors of prediction，RMSEP）之和構(gòu)建適應(yīng)度函數(shù)，從而在適應(yīng)度函數(shù)構(gòu)建中引入校正集信息，實(shí)現(xiàn)對(duì)校正集樣品的優(yōu)選，提高模型預(yù)測(cè)的精度，并以NeoSpectra Micro型便攜式近紅外光譜儀所測(cè)的小麥粉近紅外光譜和蛋白質(zhì)數(shù)據(jù)為例，與傳統(tǒng)的校正集優(yōu)選算法（K/S法、SPXY法）的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比和分析，探討B(tài)DA算法優(yōu)選小麥粉蛋白質(zhì)近紅外建模校正集樣品的可行性。

1 材料與方法

1.1 材料

實(shí)驗(yàn)所用樣品為超市購(gòu)買不同品牌、不同批次的小麥粉，共計(jì)160 個(gè)樣品，包含低筋粉23 份、中筋粉82 份和高筋粉55 份，收集到的樣本置于保鮮袋內(nèi)常溫儲(chǔ)存?zhèn)溆?，取出小麥粉后于室溫?0～23 ℃）條件下采集光譜。

1.2 儀器與設(shè)備

NeoSpectra Micro型便攜式近紅外光譜儀 埃及Si-ware公司；D200杜馬斯定氮儀 濟(jì)南海能儀器股份有限公司。

1.3 方法

1.3.1 光譜采集

NeoSpectra Micro型便攜式近紅外光譜儀的波長(zhǎng)范圍為1 350～2 550 nm，波數(shù)范圍為7 407～3 922 cm-1，采樣間隔為13.62 cm-1，分辨率為16 cm-1。采集小麥粉樣品的近紅外光譜時(shí)，NeoSpectra Micro型便攜式近紅外光譜儀機(jī)身采用金屬試管架夾持固定，探頭向下垂直對(duì)準(zhǔn)深1 cm圓盤(pán)樣品池，樣品池頂部與探頭底部相距1 cm，面粉樣品鋪平深1 cm圓盤(pán)樣品池，按120°間隔采集得到3 條不同檢測(cè)點(diǎn)的光譜，取它們的平均作為該樣品的最終采集光譜，共得到160 個(gè)小麥粉的光譜數(shù)據(jù)。

1.3.2 蛋白質(zhì)含量測(cè)定

小麥粉樣品的蛋白質(zhì)含量參照GB 5009.5—2016《食品中蛋白質(zhì)的測(cè)定》[23]中的燃燒法測(cè)定。

1.3.3 建模與模型評(píng)估

采用偏最小二乘回歸（partial least square regression，PLSR）法建立小麥粉蛋白質(zhì)定量校正模型[24]，采用留一法交互驗(yàn)證，限定最大主成分?jǐn)?shù)為12，選取最佳主成分?jǐn)?shù)，即交叉驗(yàn)證的預(yù)測(cè)殘差平方和（prediction residual error sum of square，PRESS）最小時(shí)對(duì)應(yīng)的主成分?jǐn)?shù)。

模型建立過(guò)程中采用RMSECV對(duì)模型的性能進(jìn)行評(píng)價(jià)，建立最優(yōu)的校正模型。模型建立完成后，通常采用RMSEP、決定系數(shù)（R2）[25]等指標(biāo)對(duì)模型的預(yù)測(cè)性能進(jìn)行綜合評(píng)價(jià)，R2越接近1，表示模型的預(yù)測(cè)效果越好；如果R2為負(fù)值，表明模型擬合效果極差。RMSECV和RMSEP值越小，所建模型的穩(wěn)定性與預(yù)測(cè)精確度越高。

1.3.4 蜻蜓算法優(yōu)選校正集

蜻蜓算法是Mirjalili[26]在2016年通過(guò)對(duì)自然界蜻蜓行為進(jìn)行觀察、總結(jié)和抽象后，提出的一種新的智能群體優(yōu)化算法，并通過(guò)對(duì)幾類典型函數(shù)優(yōu)化驗(yàn)證了連續(xù)DA算法、BDA算法的有效性。生物學(xué)家觀察到，蜻蜓主要通過(guò)5 種主要策略來(lái)改變其位置：分離（Separation）、對(duì)齊（Alignment）、聚集（Cohesion）、覓食（Attraction to food）、避敵（Distraction from enemy），這5 種策略的數(shù)學(xué)模型表達(dá)式分別如式（1）～（5）所示：

式中：i表示第i個(gè)蜻蜓；X表示當(dāng)前蜻蜓的位置，Xj表示第j個(gè)鄰近蜻蜓的位置；N表示鄰近蜻蜓的數(shù)量；Vj表示第j個(gè)鄰近蜻蜓的速率；X+表示食物的位置；X-表示危險(xiǎn)或敵人的位置。

通過(guò)上述5 種策略位置，在搜索范圍空間更新蜻蜓的位置并模擬它們運(yùn)動(dòng)，考慮了步長(zhǎng)向量（ΔX）和位置向量（X），并在粒子群算法的框架基礎(chǔ)上開(kāi)發(fā)了一種基于步長(zhǎng)向量（ΔX）和位置向量（X）的人工蜻蜓搜索算法。步長(zhǎng)向量表明了蜻蜓的運(yùn)動(dòng)方向，如式（6）所示：

式中：s為分離權(quán)重；a為對(duì)齊權(quán)重；c為聚集權(quán)重；f為覓食權(quán)重；e為避敵權(quán)重；w為慣性權(quán)重；t為當(dāng)前迭代次數(shù)。得出步長(zhǎng)向量后，蜻蜓的位置更新如式（7）所示：

群智能優(yōu)化算法在連續(xù)空間和離散空間中的優(yōu)化方式不同。在連續(xù)搜索空間中，DA的搜索代理通過(guò)在位置向量上添加步進(jìn)向量更新種群的位置，而在利用蜻蜓算法優(yōu)選近紅外建模校正集時(shí)，需將連續(xù)域轉(zhuǎn)換為離散域，在離散域空間中尋找最優(yōu)解。Mirjalili等[27]利用傳遞函數(shù)將蜻蜓算法進(jìn)行改進(jìn)，提出BDA，傳遞函數(shù)接收步長(zhǎng)值作為輸入并輸出一個(gè)0或1的數(shù)字，表示位置變化的概率。V型傳遞函數(shù)如式（8）所示：

式中：Δx為傳遞函數(shù)的輸入，即步長(zhǎng)值。

用傳遞函數(shù)得出位置變化率后更新蜻蜓在搜索空間中的搜索位置（式（9））：

式中：r為[0,1]之間的隨機(jī)數(shù)；負(fù)號(hào)表示邏輯取反運(yùn)算。

采用BDA算法優(yōu)選校正集，首先使用K/S法將樣本初步劃分為初始校正集和預(yù)測(cè)集，初始校正集用于建立定量校正模型以及待優(yōu)化，預(yù)測(cè)集在建模結(jié)束后用于評(píng)估優(yōu)選的校正集建模的預(yù)測(cè)效果，接下來(lái)采用BDA算法，在初始校正集中進(jìn)一步挑選出數(shù)量更少、更具有代表性的樣品組成新的校正集，實(shí)現(xiàn)對(duì)校正集樣品的優(yōu)選。采用K/S法將初始校正集劃分為子校正集和驗(yàn)證集，BDA的作用是在子校正集中挑選一定數(shù)量的樣品作為新的校正集，根據(jù)其全局搜索能力強(qiáng)的特性在子校正集樣本空間中大范圍搜索合適的校正集，適應(yīng)度函數(shù)值為優(yōu)選出的校正集建立PLSR模型的RMSECV與該模型預(yù)測(cè)驗(yàn)證集的RMSEP之和（sum），如式（10）所示。每次實(shí)驗(yàn)迭代計(jì)算時(shí)，如果本次迭代最優(yōu)解優(yōu)于上次，則記錄該最優(yōu)解對(duì)應(yīng)的sum、RMSECV和RMSEP。經(jīng)過(guò)不斷的迭代更新，最終選取sum最小的樣品集作為最優(yōu)校正集。BDA算法優(yōu)選校正集的流程如圖1所示。

圖1 BDA算法優(yōu)選校正集的流程圖Fig.1 Flow chart of calibration set optimization by BDA

1.4 數(shù)據(jù)處理與分析

采用實(shí)驗(yàn)室自主研發(fā)的NIRSA 5.9.4系統(tǒng)[28]（計(jì)算機(jī)軟件著作權(quán)登記號(hào)為2007SR06801）、Matlab 2016a等軟件平臺(tái)進(jìn)行數(shù)據(jù)處理與分析。

2 結(jié)果與分析

2.1 樣品劃分

本研究所選樣品的小麥粉蛋白質(zhì)含量測(cè)定結(jié)果如表1 所示，其含量基本覆蓋小麥粉蛋白質(zhì)量分?jǐn)?shù)（7%～15%），并且分布較為均勻，表明該樣品具有代表性。

表1 小麥粉蛋白質(zhì)含量統(tǒng)計(jì)Table 1 Statistics of the protein content in wheat flour

在采集的所有樣品數(shù)據(jù)中，受樣品、采集環(huán)境和儀器的影響，一定程度上會(huì)存在異常樣品數(shù)據(jù)，影響所建模型的穩(wěn)定性與預(yù)測(cè)能力，因此在建模之前必須將異常樣品從集合中剔除。采用主成分分析（principal component analysis，PCA）與馬氏距離相結(jié)合的方法檢測(cè)異常樣本，剔除馬氏距離大于3f/m的樣本，其中f為PCA所用主因子數(shù)，m為樣本數(shù)，共剔除20 個(gè)異常樣本。采用K/S方法將140 個(gè)正常樣品劃分為初始校正集（100 個(gè)）和預(yù)測(cè)集（40 個(gè)），其小麥粉蛋白質(zhì)含量分布如表2所示，初始校正集與預(yù)測(cè)集的樣本化學(xué)值分布較寬，具有良好的代表性。

表2 初始校正集與預(yù)測(cè)集小麥粉蛋白質(zhì)含量統(tǒng)計(jì)Table 2 Statistics of the protein content in wheat flour in initial calibration and prediction sets

2.2 初始校正集建模

以100 個(gè)初始校正集樣品的近紅外光譜及其蛋白質(zhì)含量數(shù)據(jù)為研究對(duì)象，建立PLSR模型。為了消除光譜數(shù)據(jù)中無(wú)關(guān)信息和噪聲的干擾，使用移動(dòng)平均平滑（moving average filter，MAF）、Savitaky-Golay卷積平滑（Savitaky-Golay filter，SGF）、標(biāo)準(zhǔn)正態(tài)量變換（standard normal variate transformation，SNV）、一階導(dǎo)數(shù)（1stderivative，1stD）、標(biāo)準(zhǔn)化及組合的預(yù)處理方法對(duì)樣品進(jìn)行預(yù)處理[29]，建立PLSR校正模型以評(píng)價(jià)預(yù)處理方法的優(yōu)劣，選定最佳的預(yù)處理方法。不同預(yù)處理方法的校正模型評(píng)價(jià)結(jié)果如表3所示。

表3 不同預(yù)處理方法的樣品蛋白質(zhì)PLSR校正模型評(píng)價(jià)Table 3 Evaluation of PLSR calibration models developed using different pretreatment methods

由表3可知，對(duì)比不同預(yù)處理方法的建模效果，其中MAF+標(biāo)準(zhǔn)化（MAF窗口寬度為5）的預(yù)處理方法除RMSEP略高于無(wú)預(yù)處理和SGF+標(biāo)準(zhǔn)化外，各項(xiàng)指標(biāo)均為最優(yōu)，此時(shí)PLSR模型的為0.962 3，RMSECV為0.335 7，為0.938 8，RMSEP為0.329 4，模型具有較高的預(yù)測(cè)精度，后續(xù)實(shí)驗(yàn)均采用MAF+標(biāo)準(zhǔn)化（MAF窗口寬度為5）的預(yù)處理方法。

2.3 蜻蜓算法優(yōu)選校正集

采用K/S方法將初始校正集劃分為子校正集和驗(yàn)證集，比例為4∶1，子校正集80 個(gè)，驗(yàn)證集20 個(gè)，結(jié)合BDA算法優(yōu)選校正集，設(shè)置迭代次數(shù)40 次，初始種群數(shù)500，優(yōu)選校正集樣品數(shù)量20～40 個(gè)。進(jìn)行10 次BDA優(yōu)選校正集實(shí)驗(yàn)，實(shí)驗(yàn)序號(hào)記為BK1～BK10，sum變化如圖2所示，隨著迭代的進(jìn)行，sum越來(lái)越小，表明所挑選的校正集建模以及所建模型對(duì)驗(yàn)證集的預(yù)測(cè)評(píng)價(jià)參數(shù)越來(lái)越優(yōu)。優(yōu)選校正集的建模及預(yù)測(cè)結(jié)果如表4所示，10 次實(shí)驗(yàn)優(yōu)選的校正集樣品個(gè)數(shù)平均為30.2 個(gè)，平均為0.949 5，RMSEP為0.299 0，平均預(yù)測(cè)性能提高了1.14%，RMSEP降低了9.23%，10 次優(yōu)選的校正集建模預(yù)測(cè)性能均優(yōu)于初始校正集，實(shí)驗(yàn)BK1在10 次實(shí)驗(yàn)中優(yōu)選出的30 個(gè)校正集樣本建模預(yù)測(cè)效果最優(yōu)（：0.956 4，RMSEP：0.278 1），與初始校正集相比，提高1.87%，RMSEP降低15.57%，實(shí)驗(yàn)BK3和BK10所優(yōu)選出的校正集樣品數(shù)僅24 個(gè)，且具有較好的模型穩(wěn)定性和預(yù)測(cè)能力。

表4 10 次BDA優(yōu)選校正集實(shí)驗(yàn)的建模及預(yù)測(cè)結(jié)果Table 4 Modeling and prediction results from BDA experiments 1–10 for calibration set optimization

圖2 10 次BDA優(yōu)選校正集實(shí)驗(yàn)適應(yīng)度值變化Fig.2 Changes in fitness values for BDA experiments 1–10 for calibration set optimization with the number of iterations

圖3為初始校正集、BK1優(yōu)選校正集和預(yù)測(cè)集的蛋白質(zhì)含量分布圖，BK1所挑選出的校正集樣本含量分布較為均勻，基本涵蓋了預(yù)測(cè)集樣品的含量分布范圍。將BK1優(yōu)選的校正集和預(yù)測(cè)集取前兩個(gè)主成分作主成分分布圖，如圖4所示，30 個(gè)校正集在42 個(gè)預(yù)測(cè)集樣本中均勻分布，盡可能地用較少的樣本包含整個(gè)數(shù)據(jù)集的特征，從而使所建立的預(yù)測(cè)模型可以對(duì)預(yù)測(cè)集進(jìn)行良好預(yù)測(cè)。

圖3 校正集和預(yù)測(cè)集樣本的蛋白質(zhì)含量分布Fig.3 Protein content distribution of calibration set and prediction set samples

圖4 BK1優(yōu)選校正集和預(yù)測(cè)集主成分分布Fig.4 Principal component analysis showing the distribution of calibration set and prediction set samples in BK1 for calibration set optimization

3 討論

在校正模型建立的過(guò)程中，選取參與校正的樣本對(duì)建立穩(wěn)健的模型是十分必要的，目前最常用的方法是K/S法和SPXY法。潘國(guó)鋒[30]使用K/S算法對(duì)41 個(gè)水體中總氮光譜數(shù)據(jù)進(jìn)行優(yōu)選，用30 個(gè)樣本建立了較為理想的硝酸鹽定量校正模型。王世芳等[31]以小型西瓜為研究對(duì)象，校正集與預(yù)測(cè)集通過(guò)SPXY法進(jìn)行劃分，建立了西瓜瓜梗、瓜臍和赤道3 個(gè)部位的可溶性固形物含量模型，預(yù)測(cè)精度較好。朱榮光等[32]采用濃度梯度法、隨機(jī)法、K/S以及SPXY法共4 種校正集劃分方法對(duì)牛肉嫩度高光譜數(shù)據(jù)進(jìn)行劃分和比較，結(jié)果發(fā)現(xiàn)在偏最小二乘回歸和主成分回歸建模時(shí)，SPXY法所挑選出的校正集建模效果均較優(yōu)。本研究將與傳統(tǒng)的K/S法和SPXY法優(yōu)選校正集進(jìn)行對(duì)比，利用傳統(tǒng)方法從初始校正集中分別采用K/S和SPXY法進(jìn)一步挑選出k（k＝20,25,…,90,95）個(gè)樣品作為新的校正集建立PLSR模型，并對(duì)預(yù)測(cè)集進(jìn)行預(yù)測(cè)，結(jié)果如圖5所示。由圖5a、b可知，K/S法所挑出的校正集隨著樣品數(shù)量的增加模型穩(wěn)定性整體上越來(lái)越好，當(dāng)所選樣品個(gè)數(shù)為80、85以及90時(shí)所建模型穩(wěn)定性最優(yōu)，當(dāng)所選樣品個(gè)數(shù)為35時(shí)，模型預(yù)測(cè)效果最好（：0.942 8，RMSEP：0.318 4）。由圖5c、d可知，SPXY法所挑選出的校正集隨著樣品數(shù)量的增加模型穩(wěn)定性整體變好；當(dāng)樣品個(gè)數(shù)為20時(shí)，所建模型穩(wěn)定性較優(yōu)，但預(yù)測(cè)性能差（：0.385 6，RMSEP：1.043 6）；當(dāng)樣品個(gè)數(shù)為85時(shí)，所建模型穩(wěn)定性最優(yōu)，預(yù)測(cè)性能較好（：0.933 4，RMSEP：0.343 5）；當(dāng)樣品個(gè)數(shù)為35時(shí)，所建模型穩(wěn)定性較優(yōu)，且預(yù)測(cè)性能最好（：0.938 1，RMSEP：0.331 3）。

圖5 K/S、SPXY法優(yōu)選校正集建模及預(yù)測(cè)參數(shù)Fig.5 Modeling and prediction parameters of K/S and SPXY optimal calibration sets

通過(guò)K/S和SPXY法挑選出的校正集建模和預(yù)測(cè)結(jié)果可以看出，K/S法從初始校正集100 個(gè)樣品中挑選出35 個(gè)樣品作為新校正集，所建模型的預(yù)測(cè)精度相較于初始校正集而言也略有提升，從0.938 8上升到0.942 8，初步達(dá)到了優(yōu)選校正集的效果；SPXY法在挑選出35 個(gè)樣品建模時(shí)預(yù)測(cè)性能最好，但預(yù)測(cè)精度略低于初始校正集建模，為0.938 1，不符合挑選出數(shù)量更少的校正集建立預(yù)測(cè)精度更高的模型的目標(biāo)。而采用BDA算法從初始校正集中優(yōu)選校正集，10 次實(shí)驗(yàn)所選出的新校正集建模預(yù)測(cè)精度均高于初始校正集，挑選出30 個(gè)樣品進(jìn)行建模時(shí)，預(yù)測(cè)高達(dá)0.956 4，樣品個(gè)數(shù)為24時(shí)，預(yù)測(cè)也可以達(dá)到0.952 5，說(shuō)明采用BDA算法可以優(yōu)選出數(shù)量更少的校正集建立預(yù)測(cè)精度更高的小麥粉蛋白質(zhì)定量模型。

4 結(jié)論

本研究在傳統(tǒng)挑選校正集樣品的基礎(chǔ)上引入BDA算法進(jìn)行優(yōu)化，以所選校正集建立的模型RMSECV與其對(duì)驗(yàn)證集的RMSEP之和構(gòu)建適應(yīng)度函數(shù)，并與傳統(tǒng)校正集挑選方法K/S和SPXY法進(jìn)行比較。結(jié)果表明，BDA算法優(yōu)選出的校正集有最優(yōu)的預(yù)測(cè)性能，在10 次BDA優(yōu)選實(shí)驗(yàn)中，平均挑選出的校正集個(gè)數(shù)約占原校正集個(gè)數(shù)的30%（從100 個(gè)降低到30.2 個(gè)），平均預(yù)測(cè)性能提高了1.14%（從0.938 8提升至0.949 5），RMSEP降低了9.23%（從0.329 4降低至0.299 0）。采用BDA算法可以優(yōu)選出數(shù)量少、具有代表性的校正集樣品，建立的小麥粉蛋白質(zhì)PLSR模型穩(wěn)定性好、預(yù)測(cè)精度高，可為小麥粉品質(zhì)近紅外檢測(cè)分析提供一種高效、準(zhǔn)確的校正集優(yōu)選方法。