CN106372727A - 一种用于组氨酸定量分析的波长选择方法及装置 - Google Patents

Abstract

本发明涉及一种用于组氨酸定量分析的波长选择方法及装置，属于太赫兹光谱技术领域。本发明采用遗传算法进行波长选择，通过随机生成一个大小为S的初始种群，根据组氨酸样品定量分析的误差构造适应度函数，利用该适应度函数从上述种群中挑选出适应度较高的个体遗传到下一代，组成新一代种群，以能够根据适应度自适应调节的交叉和变异概率分别对新一代种群进行交叉和变异操作，并以预设的收敛条件作为遗传操作的终止条件。本发明在进行交叉和变异的遗传操作时，叉概率与变异概率的值根据算法的收敛和发散情况进行自适应调整，避免算法过早收敛，从中挑选出的波长信息为具有较高信噪比的样品有用信息，提高了组氨酸定量分析的准确度。

Description

一种用于组氨酸定量分析的波长选择方法及装置

技术领域

本发明涉及一种用于组氨酸定量分析的波长选择方法及装置，属于太赫兹光谱技术领域。

背景技术

在对组氨酸样品进行太赫兹吸收谱定量分析中，通过实验得到的组氨酸样品的原始太赫兹吸收谱通常涵盖一段较宽的频段，包含大量的波长点数据，其中不仅包括信噪比较高的有用数据，也包含信噪比较低的噪声数据以及不属于任一组分特征的冗余数据，若直接将原始吸收谱用于定量分析势必导致较高误差，因此需要进行适当选择。由于吸收谱是由一系列波长点数据组成的，对吸收谱数据的选择实际上就是对波长的选择，因而在光谱学中被定义为波长选择(Wavelength selection)。对于太赫兹光谱定量分析领域而言，波长选择对定量分析的准确度至关重要，若选择不恰当，会导致较大误差。但是目前在太赫兹光谱定量分析中，波长选择常用的做法是人为地依据经验从原始光谱中选取某一波段数据用于定量计算，而对太赫兹光谱波长选择的机理及方法缺乏系统性的深入研究。

中国计量学院的王强教授等人分别利用偏最小二乘法(partial least squares，PLS)、区间偏最小二乘法(interval PLS，iPLS)、向后区间偏最小二乘法(backward iPLS，biPLS)以及移动窗口偏最小二乘法(moving window PLS，mwPLS)对噻苯咪唑位于0.3-1.6THz频段内的太赫兹特征光谱进行了波长选择，并对四种算法的性能进行了细致的比较。桂林电子科技大学的陈涛等人就太赫兹光谱定量分析中的特征谱区筛选进行了相关研究。除上述王强等人提出的波长选择方法外，又采用了联合区间偏最小二乘法(siPLS)并进行了一系列对比。但是基于偏最小二乘的波长选择方法，通过将原始光谱分割成若干区间加以筛选，难免会将部分无意义数据含入其中，甚至将一些有意义数据错误地抛弃。

公布号为CN105136714A的专利申请文件公开了一种基于遗传算法的太赫兹光谱波长选择方法，该方法采用遗传算法进行波长选择，其所采用的遗传算法中交叉概率与变异概率的值为固定值，导致算法过早收敛，使得搜索的目标范围变小，影响所选取的波长的准确性，最终导致组氨酸定量分析的误差增大。

发明内容

本发明的目的是提供一种用于组氨酸定量分析的波长选择方法及装置，以解决目前波长选择方法所选取到的波长不够准确的问题。

本发明为解决上述技术问题而提供一种用于组氨酸定量分析的波长选择方法，该波长选择方法的步骤如下：

1)随机生成一个大小为S的初始种群，利用该初始种群从组氨酸样品的太赫兹吸收谱中进行选取，以得到种群中每个个体相对应的经过波长选择的组氨酸样品的重构太赫兹吸收谱；

2)根据组氨酸样品定量分析的误差构造适应度函数；

3)利用所构造的适应度函数从种群中选择出适应度较高的个体遗传到下一代，组成新一代种群；

4)以能够根据适应度自适应调节的交叉概率和变异概率分别对新一代种群进行交叉和变异操作；

5)以预设的收敛条件作为遗传操作的终止条件，若满足终止条件，则算法终止，并挑选出具有最大适应度值的个体作为所选择的组氨酸太赫兹吸收谱波长的最优解，若不满足终止条件，则重复步骤3)—4)，直到满足终止条件为止。

进一步地，所述步骤4)中的交叉概率PC和变异概率PM为：

$PC=\frac{1}{1+0.5\exp (-0.1\mathrm{\Δ})}$

$PM=1-\frac{1}{1+0.5\exp (-0.1\mathrm{\Δ})}$

其中Δ是种群中所有个体适应度值的标准差。

进一步地，所述步骤2)构建的适应度函数为：

$F=\frac{1}{\frac{1}{m}\underset{n=1}{\overset{m}{\Σ}}qe\left(n\right)}=\frac{m}{\underset{n=1}{\overset{m}{\Σ}}qe\left(n\right)}$

qe＝|c_cal-c_real|

其中F是适应度值，m是校正集中组氨酸样品的总数量，qe是每个组氨酸样品对应的定量分析误差，n代表校正集中混合物样品的某一个，c_cal和c_real分别是组氨酸样品的计算浓度和真实浓度。。

进一步地，步骤3)中个体遗传到下一代的个数num(i)为：

$num\left(i\right)=\frac{F\left(i\right)}{\underset{i=1}{\overset{S_{0.2}}{\Σ}}F\left(i\right)}\×S$

其中num(i)是第i个个体遗传到下一代种群中的个数，S_0.2是种群大小的20％，i代表种群中所有个体的某一个，F(i)代表其所对应的适应度值。

进一步地，所述的收敛条件为连续N代的适应度最大值F_Max的标准差小于设定阈值TH。

本发明还提供了一种用于组氨酸定量分析的波长选择装置，该选择装置包括生成模块、适应度函数构造模块、选择模块、交叉和变异操作模块和终止模块，

所述生成模块用于随机生成一个大小为S的初始种群，利用该初始种群从组氨酸样品的太赫兹吸收谱中进行选取，以得到种群中每个个体相对应的经过波长选择的组氨酸样品的重构太赫兹吸收谱；

所述适应度函数构造模块用于根据组氨酸样品定量分析的误差构造适应度函数；

所述选择模块用于利用所构造的适应度函数从种群中选择出适应度较高的个体遗传到下一代，组成新一代种群；

所述的交叉和变异操作模块用于以能够根据适应度自适应调节的交叉概率和变异概率分别对新一代种群进行交叉和变异操作；

所述的终止模块用于以预设的收敛条件作为遗传操作的终止条件，若满足终止条件，则算法终止，并挑选出具有最大适应度值的个体作为所选择的组氨酸太赫兹吸收谱波长的最优解，若不满足终止条件，则重复执行选择模块与交叉和变异操作模块，直到满足终止条件为止。

进一步地，所述交叉和变异操作模块中采用的交叉概率PC和变异概率PM为：

$PC=\frac{1}{1+0.5\exp (-0.1\mathrm{\Δ})}$

$PM=1-\frac{1}{1+0.5\exp (-0.1\mathrm{\Δ})}$

其中Δ是种群中所有个体适应度值的标准差。

进一步地，所述的适应度函数构造模块构造的适应度函数为：

$F=\frac{1}{\frac{1}{m}\underset{n=1}{\overset{m}{\Σ}}qe\left(n\right)}=\frac{m}{\underset{n=1}{\overset{m}{\Σ}}qe\left(n\right)}$

qe＝|c_cal-c_real|

其中F是适应度值，m是校正集中组氨酸样品的总数量，qe是每个组氨酸样品对应的定量分析误差，n代表校正集中混合物样品的某一个，c_cal和c_real分别是组氨酸样品的计算浓度和真实浓度。

进一步地，所述的选择模块中个体遗传到下一代的个数num(i)为：

$num\left(i\right)=\frac{F\left(i\right)}{\underset{i=1}{\overset{S_{0.2}}{\Σ}}F\left(i\right)}\×S$

其中num(i)是第i个个体遗传到下一代种群中的个数，S_0.2是种群大小的20％，i代表种群中所有个体的某一个，F(i)代表其所对应的适应度值。

进一步地，所述终止模块选用的收敛条件为连续N代的适应度最大值F_Max的标准差小于设定阈值TH。

本发明的有益效果是:本发明采用遗传算法进行波长选择，通过随机生成一个大小为S的初始种群，并得到种群中每个个体相对应的经过波长选择的组氨酸样品的重构太赫兹吸收谱，根据组氨酸样品定量分析的误差构造适应度函数，利用该适应度函数从上述种群中挑选出适应度较高的个体遗传到下一代，组成新一代种群，以能够根据适应度自适应调节的交叉和变异概率分别对新一代种群进行交叉和变异操作，并以预设的收敛条件作为遗传操作的终止条件。本发明在进行交叉和变异的遗传操作时，叉概率与变异概率的值根据算法的收敛和发散情况进行自适应调整，避免算法陷入过早收敛，能够在大范围内寻求目标问题的最优解。从中挑选出的波长信息为具有较高信噪比的样品有用信息，从而提高组氨酸定量分析的准确度。

附图说明

图1是本发明用于组氨酸定量分析的波长选择方法的流程图；

图2是未经波长选择的组氨酸样品的太赫兹吸收谱；

图3是采用本发明波长选择后的重构组氨酸太赫兹吸收谱。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步的说明。

本发明用于组氨酸定量分析的波长选择方法的实施例

本发明采用遗传算法进行波长选择，通过随机生成一个大小为S的初始种群，并得到种群中每个个体相对应的经过波长选择的组氨酸样品的重构太赫兹吸收谱，根据组氨酸样品定量分析的误差构造适应度函数，利用该适应度函数从上述种群中挑选出适应度较高的个体遗传到下一代，组成新一代种群，以能够根据适应度自适应调节的交叉和变异概率分别对新一代种群进行交叉和变异操作，并以预设的收敛条件作为遗传操作的终止条件。该方法的流程如图1所示，具体过程如下：

1.随机生成一个大小为S的初始种群，并得到种群中每个个体相对应的经过波长选择的组氨酸样品的重构太赫兹吸收谱。

该步骤中的初始种群由S个长度为fl的二进制字符串组成，该二进制字符串与组氨酸样品的太赫兹吸收谱中的fl个频率点一一对应，若二进制字符串某位上为“1”，则对应频率点被保留，否则该频率点则被抛弃，将所有保留下的频率点数据整合在一起，组成经过波长选择的组氨酸样品的重构太赫兹吸收谱。

2.根据组氨酸样品定量分析的误差构造适应度函数。

本发明所构造的适应度函数为：

$F=\frac{1}{\frac{1}{m}\underset{n=1}{\overset{m}{\Σ}}qe\left(n\right)}=\frac{m}{\underset{n=1}{\overset{m}{\Σ}}qe\left(n\right)}---\left(1\right)$

其中F是适应度值，m是校正集中组氨酸样品的总数量(校正集是由若干个成分浓度信息已知的组氨酸样品组成的)，qe是每个组氨酸样品对应的定量分析误差，n代表校正集中混合物样品的某一个。

qe＝|c_cal-c_real| (2)

c_cal和c_real分别是组氨酸样品的计算浓度和真实浓度，组氨酸样品的计算浓度c_cal是通过对组氨酸样品的太赫兹吸收谱进行偏最小二乘线性回归得到，组氨酸样品的真实浓度c_real是预先配制的。

3.对上述种群进行选择操作，利用适应度函数从中挑选中适应度值较高的个体组成新一代种群。

本实施例中的选择操作个体遗传到下一代种群中的个数为：

$num\left(i\right)=\frac{F\left(i\right)}{\underset{i=1}{\overset{S_{0.2}}{\Σ}}F\left(i\right)}\×S---\left(3\right)$

其中num(i)是第i个个体遗传到下一代种群中的个数，S_0.2是种群大小的20％，i代表种群中所有个体的某一个，F(i)代表其所对应的适应度值，直接用公式(3)计算得到的数值一般为小数，为使下一代的种群个数保持不变并使尽可能多的优秀个体遗传下去，设计了如下操作：

对num向下取整，将其和计为n1；计算n1与S的差值，计为n2；将num的小数部分剥离出来并按照从大到小排列，取前n2个，将其对应个体的num分别加1，从而产生一个大小不变的新种群。

4.对新一代种群执行交叉与变异操作，

本实施例中交叉概率PC和变异概率PM为：

$\begin{array}{c}PC=\frac{1}{1+0.5\exp (-0.1\mathrm{\Δ})}\\ PM=1-\frac{1}{1+0.5\exp (-0.1\mathrm{\Δ})}\end{array}---\left(4\right)$

其中Δ是种群中所有个体适应度值的标准差。可见，本实施例中的交叉概率和变异概率能够随着个体适应度值的变化而进行自适应调整。

5.以预设的收敛条件作为遗传操作的终止条件，若满足终止条件，则终止，并挑选出具有最大适应度值的个体作为所选择的组氨酸太赫兹吸收谱波长的最优解，若不满足终止条件，则重复步骤3—4，直到满足终止条件为止。

本实施例中的收敛条件为当连续N代的适应度最大值F_Max的标准差小于设定阈值TH的时候，使得程序终止。

为了验证本发明的优越性，设计了一系列定量分析的实验。实验选取了10个不同含量的组氨酸样品的太赫兹吸收谱(其中前7个为校正集，后3个为验证集)，分别利用不经选择的组氨酸全吸收谱以及经过本发明提出的波长选择方法选择后的组氨酸重构太赫兹吸收谱对组氨酸样品进行定量分析，组氨酸样品含量以及定量分析的误差如下表所示。本实验中，组氨酸样品(具体包括谷氨酸和组氨酸)的原始太赫兹吸收谱范围为0.3-3THz，分辨率约为4.5GHz，共有590个频率点，所以种群中二进制字符串个体的长度为590，种群大小为50，收敛条件中，N为100，TH为1×10^-4，结果如表1所示。

表1.样品的组成以及定量分析的误差

上述实验数据表明，利用本发明提出的波长选择方法，能够有效降低对组氨酸样品太赫兹吸收谱进行定量分析的误差，误差大致在4％以下，取得了优异的效果。

本发明用于组氨酸定量分析的波长选择装置的实施例

本实施例中的波长选择装置包括生成模块、适应度函数构造模块、选择模块、交叉和变异操作模块和终止模块，生成模块用于随机生成一个大小为S的初始种群，利用该初始种群从组氨酸样品的太赫兹吸收谱中进行选取，以得到种群中每个个体相对应的经过波长选择的组氨酸样品的重构太赫兹吸收谱；适应度函数构造模块用于根据组氨酸样品定量分析的误差构造适应度函数；选择模块用于利用所构造的适应度函数从种群中选择出适应度较高的个体遗传到下一代，组成新一代种群；交叉和变异操作模块用于以能够根据适应度自适应调节的交叉概率和变异概率分别对新一代种群进行交叉和变异操作；终止模块用于以预设的收敛条件作为遗传操作的终止条件，若满足终止条件，则算法终止，并挑选出具有最大适应度值的个体作为所选择的组氨酸太赫兹吸收谱波长的最优解，若不满足终止条件，则重复执行选择模块与交叉和变异操作模块，直到满足终止条件为止。

这里的波长选择装置可以采用单片机、DSP、PLC或MCU等实现，波长选择装置执行有上述五个模块，这里的模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其他形式的存储介质，可以将该存储介质耦接至波长选择装置，使波长选择装置能够从该存储介质读取信息，或者该存储介质可以是波长选择装置的组成部分。各模块的具体实现手段已在方法的实施例中进行了详细说明，这里不再赘述。

Claims (10)

1.一种用于组氨酸定量分析的波长选择方法，其特征在于，该波长选择方法的步骤如下：

1)随机生成一个大小为S的初始种群，利用该初始种群从组氨酸样品的太赫兹吸收谱中进行选取，以得到种群中每个个体相对应的经过波长选择的组氨酸样品的重构太赫兹吸收谱；

2)根据组氨酸样品定量分析的误差构造适应度函数；

3)利用所构造的适应度函数从种群中选择出适应度较高的个体遗传到下一代，组成新一代种群；

4)以能够根据适应度自适应调节的交叉概率和变异概率分别对新一代种群进行交叉和变异操作；

5)以预设的收敛条件作为遗传操作的终止条件，若满足终止条件，则算法终止，并挑选出具有最大适应度值的个体作为所选择的组氨酸太赫兹吸收谱波长的最优解，若不满足终止条件，则重复步骤3)—4)，直到满足终止条件为止。

2.根据权利要求1所述的用于组氨酸定量分析的波长选择方法，其特征在于，所述步骤4)中的交叉概率PC和变异概率PM为：

$PC=\frac{1}{1+0.5\exp (-0.1\mathrm{\Δ})}$

$PM=1-\frac{1}{1+0.5\exp (-0.1\mathrm{\Δ})}$

其中Δ是种群中所有个体适应度值的标准差。

3.根据权利要求1或2所述的用于组氨酸定量分析的波长选择方法，其特征在于，所述步骤2)构建的适应度函数为：

$F=\frac{1}{\frac{1}{m}\underset{n=1}{\overset{m}{\Σ}}qe\left(n\right)}=\frac{m}{\underset{n=1}{\overset{m}{\Σ}}qe\left(n\right)}$

qe＝|c_cal-c_real|

其中F是适应度值，qe是每个组氨酸样品对应的定量分析误差，c_cal和c_real分别是组氨酸样品的计算浓度和真实浓度。

4.根据权利要求1或2所述的用于组氨酸定量分析的波长选择方法，其特征在于，步骤3)中个体遗传到下一代的个数num(i)为：

$num\left(i\right)=\frac{F\left(i\right)}{\underset{i=1}{\overset{S_{0.2}}{\Σ}}F\left(i\right)}\×S$

其中num(i)是第i个个体遗传到下一代种群中的个数，S_0.2是种群大小的20％，i代表种群中所有个体的某一个，F(i)代表其所对应的适应度值。

5.根据权利要求1或2所述的用于组氨酸定量分析的波长选择方法，其特征在于，所述的收敛条件为连续N代的适应度最大值F_Max的标准差小于设定阈值TH。

6.一种用于组氨酸定量分析的波长选择装置，其特征在于，该选择装置包括生成模块、适应度函数构造模块、选择模块、交叉和变异操作模块和终止模块，所述生成模块用于随机生成一个大小为S的初始种群，利用该初始种群从组氨酸样品的太赫兹吸收谱中进行选取，以得到种群中每个个体相对应的经过波长选择的组氨酸样品的重构太赫兹吸收谱；

所述适应度函数构造模块用于根据组氨酸样品定量分析的误差构造适应度函数；

所述选择模块用于利用所构造的适应度函数从种群中选择出适应度较高的个体遗传到下一代，组成新一代种群；

所述的交叉和变异操作模块用于以能够根据适应度自适应调节的交叉概率和变异概率分别对新一代种群进行交叉和变异操作；

所述的终止模块用于以预设的收敛条件作为遗传操作的终止条件，若满足终止条件，则算法终止，并挑选出具有最大适应度值的个体作为所选择的组氨酸太赫兹吸收谱波长的最优解，若不满足终止条件，则重复执行选择模块与交叉和变异操作模块，直到满足终止条件为止。

7.根据权利要求6所述的用于组氨酸定量分析的波长选择装置，其特征在于，所述交叉和变异操作模块中采用的交叉概率PC和变异概率PM为：

$PC=\frac{1}{1+0.5\exp (-0.1\mathrm{\Δ})}$

$PM=1-\frac{1}{1+0.5\exp (-0.1\mathrm{\Δ})}$

其中Δ是种群中所有个体适应度值的标准差。

8.根据权利要求6或7所述的用于组氨酸定量分析的波长选择装置，其特征在于，所述的适应度函数构造模块构造的适应度函数为：

$F=\frac{1}{\frac{1}{m}\underset{n=1}{\overset{m}{\Σ}}qe\left(n\right)}=\frac{m}{\underset{n=1}{\overset{m}{\Σ}}qe\left(n\right)}$

qe＝|c_cal-c_real|

其中F是适应度值，qe是每个组氨酸样品对应的定量分析误差，c_cal和c_real分别是组氨酸样品的计算浓度和真实浓度。

9.根据权利要求6或7所述的用于组氨酸定量分析的波长选择装置，其特征在于，所述的选择模块中个体遗传到下一代的个数num(i)为：

$num\left(i\right)=\frac{F\left(i\right)}{\underset{i=1}{\overset{S_{0.2}}{\Σ}}F\left(i\right)}\×S$

其中num(i)是第i个个体遗传到下一代种群中的个数，S_0.2是种群大小的20％，i代表种群中所有个体的某一个，F(i)代表其所对应的适应度值。

10.根据权利要求6或7所述的用于组氨酸定量分析的波长选择装置，其特征在于，所述终止模块选用的收敛条件为连续N代的适应度最大值F_Max的标准差小于设定阈值TH。