蝙蝠算法优化近红外光谱校正模型测定柴油黏度

为了提高近红外光谱定量分析的精度和效率,提出以改迚二迚制蝙蝠算法同步优化参数和特征波长的LS-SVM模型。首先将动态速度权重和Cauchy随机扰动融入蝙蝠算法,幵用V-shaped函数将其离散化,得到WCBBA算法;然后以RMSECV为适应度函数,用WCBBA算法对LS-SVM模型的参数和特征波长迚行同步优化;最后根据优化结果建立近红外光谱定量校正模型,幵用于180个柴油样本的运动黏度测定。结果表明,该模型的各项性能指标优异,能够用于实际检测工作。