遗传算法在DDGS+蛋白含量预测中应用.pdfVIP

遗传算法在DDGS 蛋白含量预测中的应用 周兴藩，杨增玲，黄光群，刘贤，韩鲁佳 （中国农业大学工学院，北京100083） 摘 要： DDGS 是一种优质蛋白质饲料原料，受加工工艺、原料配比等影响，DDGS 蛋白含量具有一定的变异性，这对于其市场 定价与日常日粮配制十分不利，有必要研究建立其蛋白含量快速测定方法。本试验从全国收集了212 个DDGS 代表性样品，应用遗 传算法（GA）结合偏最小二乘（PLS ）算法（GA-PLS）建立了基于不同预处理的近红外反射光谱的DDGS 蛋白含量预测模型。经 多元散射校正（MSC ）预处理后的GA-PLS 模型预测精度最高，其定标相关系数（Rc ）为0.93，定标相对标准差（SEC ）为0.95，全 交互验证相关系数为0.92，全交互验证相对标准差（SECV ）为1.05，预测相关系数为（Rv ）为0.95，预测相对标准差（SEP ）为0.83， 相对分析误差（RPD ）为3.3。结果表明，运用GA-PLS 算法建立DDGS 蛋白含量预测模型是可行的，通过此算法选择近红外光谱特 征波长，既可以简化DDGS 蛋白预测模型，同时能够提高模型预测精度。 关键词：近红外反