摘要:
化學(xué)需氧量(COD)是反映水體受有機(jī)物污染程度的重要指標(biāo).紫外吸收光譜法是目前水體COD檢測研究中應(yīng)用最為廣泛的方法,具有樣品無需預(yù)處理,成本低,無污染,測定速度快等優(yōu)點(diǎn).但是,原始光譜數(shù)據(jù)維數(shù)高,光譜信息中包含大量冗余變量,直接將全光譜數(shù)據(jù)進(jìn)行建模存在精度低,計(jì)算復(fù)雜等問題.針對(duì)紫外吸收光譜全光譜建模精度低,光譜數(shù)據(jù)存在大量共線性的問題,提出了一種基于粒子群算法(PSO)結(jié)合偏最小二乘(PLS)優(yōu)選特征波長建立預(yù)測模型的方法,以提高紫外吸收光譜預(yù)測模型的精度和適用性,簡化模型.利用搭建的紫外吸收光譜裝置,采集29份不同濃度的COD標(biāo)準(zhǔn)溶液的紫外光譜數(shù)據(jù),每份標(biāo)準(zhǔn)溶液采集5次取平均值并對(duì)其進(jìn)行平滑處理,減少儀器和環(huán)境帶來的誤差.考慮到標(biāo)準(zhǔn)溶液在200~310 nm的光譜范圍內(nèi)存在吸收,故選取該波段范圍內(nèi)246個(gè)波長點(diǎn)作為建模數(shù)據(jù),每個(gè)波長點(diǎn)下的吸光度數(shù)據(jù)作為一個(gè)粒子并按照順序編號(hào),以PLS為建模方法,相關(guān)系數(shù)r和均方根誤差(RMSE)為評(píng)價(jià)指標(biāo),設(shè)置粒子群算法適應(yīng)度函數(shù)f(x)=min(RMSE),取粒子初始種群數(shù)為20個(gè),慣性權(quán)重w=0.6,自我學(xué)習(xí)因子c1=1.6,群體學(xué)習(xí)因子c2=1.6,最大迭代次數(shù)為200次,算法終止條件為達(dá)到最大迭代次數(shù).算法輸出全局最優(yōu)變量取值為168,94,181,183,175,209,106和142.采用粒子群算法優(yōu)選的8個(gè)波長點(diǎn)建立PLS預(yù)測模型的相關(guān)系數(shù)r和預(yù)測均方根誤差RMSE分別為0.99998和0.1551.為了驗(yàn)證PSO-PLS建立的預(yù)測模型效果,建立了PLS,iPLS和SVR三種預(yù)測模型進(jìn)行對(duì)比.驗(yàn)證結(jié)果表明,PSO-PLS模型的相關(guān)系數(shù)r和均方根誤差RMSE均優(yōu)于其他三種預(yù)測模型,說明粒子群算法能有效的提取用于PLS建模的特征波長,消除子區(qū)間變量的共線性,提高預(yù)測模型的精度.該方法為實(shí)現(xiàn)水體COD實(shí)時(shí)在線監(jiān)測提供了一種有效途徑.