原创力文档摘要
光谱分析技术凭借其简单、环保、无损、高效等优势，成为复杂样品定量
分析的有效方法。然而，光谱数据通常包含成百上千的波长点，存在多重共线
性、高维性和变量冗余等问题，导致定量分析模型计算量增加、预测精度下降。
尽管已有多种变量选择方法被提出，但变量选择问题属于典型的组合优化难题，
复杂度高，计算难度大，传统方法难以兼顾计算效率与预测精度。为此，本论
文引入一种新型群体智能优化算法——野马优化算法（WildHorseOptimizer,
WHO）。该算法凭借其参数少、结构简单、全局优化
摘要
光谱分析技术凭借其简单、环保、无损、高效等优势，成为复杂样品定量
分析的有效方法。然而，光谱数据通常包含成百上千的波长点，存在多重共线
性、高维性和变量冗余等问题，导致定量分析模型计算量增加、预测精度下降。
尽管已有多种变量选择方法被提出，但变量选择问题属于典型的组合优化难题，
复杂度高，计算难度大，传统方法难以兼顾计算效率与预测精度。为此，本论
文引入一种新型群体智能优化算法——野马优化算法（WildHorseOptimizer,
WHO）。该算法凭借其参数少、结构简单、全局优化
文档评论（0）