本發(fā)明涉及一種用于谷氨酰胺定量分析的波長選擇方法及裝置，屬于太赫茲光譜技術(shù)領(lǐng)域。

背景技術(shù)：

在對(duì)谷氨酰胺樣品進(jìn)行太赫茲吸收譜定量分析中，通過實(shí)驗(yàn)得到的谷氨酰胺樣品的原始太赫茲吸收譜通常涵蓋一段較寬的頻段，包含大量的波長點(diǎn)數(shù)據(jù)，其中不僅包括信噪比較高的有用數(shù)據(jù)，也包含信噪比較低的噪聲數(shù)據(jù)以及不屬于任一組分特征的冗余數(shù)據(jù)，若直接將原始吸收譜用于定量分析勢必導(dǎo)致較高誤差，因此需要進(jìn)行適當(dāng)選擇。由于吸收譜是由一系列波長點(diǎn)數(shù)據(jù)組成的，對(duì)吸收譜數(shù)據(jù)的選擇實(shí)際上就是對(duì)波長的選擇，因而在光譜學(xué)中被定義為波長選擇(Wavelength selection)。對(duì)于太赫茲光譜定量分析領(lǐng)域而言，波長選擇對(duì)定量分析的準(zhǔn)確度至關(guān)重要，若選擇不恰當(dāng)，會(huì)導(dǎo)致較大誤差。但是目前在太赫茲光譜定量分析中，波長選擇常用的做法是人為地依據(jù)經(jīng)驗(yàn)從原始光譜中選取某一波段數(shù)據(jù)用于定量計(jì)算，而對(duì)太赫茲光譜波長選擇的機(jī)理及方法缺乏系統(tǒng)性的深入研究。

中國計(jì)量學(xué)院的王強(qiáng)教授等人分別利用偏最小二乘法(partial least squares，PLS)、區(qū)間偏最小二乘法(interval PLS，iPLS)、向后區(qū)間偏最小二乘法(backward iPLS，biPLS)以及移動(dòng)窗口偏最小二乘法(moving window PLS，mwPLS)對(duì)噻苯咪唑位于0.3-1.6THz頻段內(nèi)的太赫茲特征光譜進(jìn)行了波長選擇，并對(duì)四種算法的性能進(jìn)行了細(xì)致的比較。桂林電子科技大學(xué)的陳濤等人就太赫茲光譜定量分析中的特征譜區(qū)篩選進(jìn)行了相關(guān)研究。除上述王強(qiáng)等人提出的波長選擇方法外，又采用了聯(lián)合區(qū)間偏最小二乘法(siPLS)并進(jìn)行了一系列對(duì)比。但是基于偏最小二乘的波長選擇方法，通過將原始光譜分割成若干區(qū)間加以篩選，難免會(huì)將部分無意義數(shù)據(jù)含入其中，甚至將一些有意義數(shù)據(jù)錯(cuò)誤地拋棄。

公布號(hào)為CN105136714A的專利申請(qǐng)文件公開了一種基于遺傳算法的太赫茲光譜波長選擇方法，該方法采用遺傳算法進(jìn)行波長選擇，其所采用的遺傳算法中交叉概率與變異概率的值為固定值，導(dǎo)致算法過早收斂，使得搜索的目標(biāo)范圍變小，影響所選取的波長的準(zhǔn)確性，最終導(dǎo)致谷氨酰胺定量分析的誤差增大。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種用于谷氨酰胺定量分析的波長選擇方法及裝置，以解決目前波長選擇方法所選取到的波長不夠準(zhǔn)確的問題。

本發(fā)明為解決上述技術(shù)問題而提供一種用于谷氨酰胺定量分析的波長選擇方法，該波長選擇方法的步驟如下：

1)隨機(jī)生成一個(gè)大小為S的初始種群，利用該初始種群從谷氨酰胺樣品的太赫茲吸收譜中進(jìn)行選取，以得到種群中每個(gè)個(gè)體相對(duì)應(yīng)的經(jīng)過波長選擇的谷氨酰胺樣品的重構(gòu)太赫茲吸收譜；

2)根據(jù)谷氨酰胺樣品定量分析的誤差構(gòu)造適應(yīng)度函數(shù)；

3)利用所構(gòu)造的適應(yīng)度函數(shù)從種群中選擇出適應(yīng)度較高的個(gè)體遺傳到下一代，組成新一代種群；

4)以能夠根據(jù)適應(yīng)度自適應(yīng)調(diào)節(jié)的交叉概率和變異概率分別對(duì)新一代種群進(jìn)行交叉和變異操作；

5)以預(yù)設(shè)的收斂條件作為遺傳操作的終止條件，若滿足終止條件，則算法終止，并挑選出具有最大適應(yīng)度值的個(gè)體作為所選擇的谷氨酰胺太赫茲吸收譜波長的最優(yōu)解，若不滿足終止條件，則重復(fù)步驟3)—4)，直到滿足終止條件為止。

進(jìn)一步地，所述步驟4)中的交叉概率PC和變異概率PM為：

Δ＝F_average-F_max

其中F_average是種群中所有個(gè)體適應(yīng)度值的平均值，F(xiàn)_max是種群中所有個(gè)體適應(yīng)度值的最大值，Δ是上述二者之差。

進(jìn)一步地，所述步驟2)構(gòu)建的適應(yīng)度函數(shù)為：

qe＝|c_cal-c_real|

其中F是適應(yīng)度值，m是校正集中谷氨酰胺樣品的總數(shù)量(校正集是由若干個(gè)成分濃度信息已知的谷氨酰胺樣品組成的)，qe是每個(gè)谷氨酰胺樣品對(duì)應(yīng)的定量分析誤差，n代表校正集中混合物樣品的某一個(gè)。

進(jìn)一步地，步驟3)中個(gè)體遺傳到下一代的個(gè)數(shù)num(i)為：

其中num(i)是第i個(gè)個(gè)體遺傳到下一代種群中的個(gè)數(shù)，S_0.2是種群大小的20％，i代表種群中所有個(gè)體的某一個(gè)，F(xiàn)(i)代表其所對(duì)應(yīng)的適應(yīng)度值。

進(jìn)一步地，所述的收斂條件為連續(xù)N代的適應(yīng)度最大值F_Max的標(biāo)準(zhǔn)差小于設(shè)定閾值TH。

本發(fā)明還提供了一種用于谷氨酰胺定量分析的波長選擇裝置，該選擇裝置包括生成模塊、適應(yīng)度函數(shù)構(gòu)造模塊、選擇模塊、交叉和變異操作模塊和終止模塊，

所述生成模塊用于隨機(jī)生成一個(gè)大小為S的初始種群，利用該初始種群從谷氨酰胺樣品的太赫茲吸收譜中進(jìn)行選取，以得到種群中每個(gè)個(gè)體相對(duì)應(yīng)的經(jīng)過波長選擇的谷氨酰胺樣品的重構(gòu)太赫茲吸收譜；

所述適應(yīng)度函數(shù)構(gòu)造模塊用于根據(jù)谷氨酰胺樣品定量分析的誤差構(gòu)造適應(yīng)度函數(shù)；

所述選擇模塊用于利用所構(gòu)造的適應(yīng)度函數(shù)從種群中選擇出適應(yīng)度較高的個(gè)體遺傳到下一代，組成新一代種群；

所述的交叉和變異操作模塊用于以能夠根據(jù)適應(yīng)度自適應(yīng)調(diào)節(jié)的交叉概率和變異概率分別對(duì)新一代種群進(jìn)行交叉和變異操作；

所述的終止模塊用于以預(yù)設(shè)的收斂條件作為遺傳操作的終止條件，若滿足終止條件，則算法終止，并挑選出具有最大適應(yīng)度值的個(gè)體作為所選擇的谷氨酰胺太赫茲吸收譜波長的最優(yōu)解，若不滿足終止條件，則重復(fù)執(zhí)行選擇模塊與交叉和變異操作模塊，直到滿足終止條件為止。

進(jìn)一步地，所述交叉和變異操作模塊中采用的交叉概率PC和變異概率PM為：

Δ＝F_average-F_max

其中F_average是種群中所有個(gè)體適應(yīng)度值的平均值，F(xiàn)_max是種群中所有個(gè)體適應(yīng)度值的最大值，Δ是上述二者之差。

進(jìn)一步地，所述的適應(yīng)度函數(shù)構(gòu)造模塊構(gòu)造的適應(yīng)度函數(shù)為：

qe＝|c_cal-c_real

其中F是適應(yīng)度值，m是校正集中谷氨酰胺樣品的總數(shù)量，qe是每個(gè)谷氨酰胺樣品對(duì)應(yīng)的定量分析誤差，n代表校正集中混合物樣品的某一個(gè)，c_cal和c_real分別是谷氨酰胺樣品的計(jì)算濃度和真實(shí)濃度。

進(jìn)一步地，所述的選擇模塊中個(gè)體遺傳到下一代的個(gè)數(shù)num(i)為：

其中num(i)是第i個(gè)個(gè)體遺傳到下一代種群中的個(gè)數(shù)，S_0.2是種群大小的20％，i代表種群中所有個(gè)體的某一個(gè)，F(xiàn)(i)代表其所對(duì)應(yīng)的適應(yīng)度值。

進(jìn)一步地，所述終止模塊選用的收斂條件為連續(xù)N代的適應(yīng)度最大值F_Max的標(biāo)準(zhǔn)差小于設(shè)定閾值TH。

本發(fā)明的有益效果是:本發(fā)明采用遺傳算法進(jìn)行波長選擇，通過隨機(jī)生成一個(gè)大小為S的初始種群，并得到種群中每個(gè)個(gè)體相對(duì)應(yīng)的經(jīng)過波長選擇的谷氨酰胺樣品的重構(gòu)太赫茲吸收譜，根據(jù)谷氨酰胺樣品定量分析的誤差構(gòu)造適應(yīng)度函數(shù)，利用該適應(yīng)度函數(shù)從上述種群中挑選出適應(yīng)度較高的個(gè)體遺傳到下一代，組成新一代種群，以能夠根據(jù)適應(yīng)度自適應(yīng)調(diào)節(jié)的交叉和變異概率分別對(duì)新一代種群進(jìn)行交叉和變異操作，并以預(yù)設(shè)的收斂條件作為遺傳操作的終止條件。本發(fā)明在進(jìn)行交叉和變異的遺傳操作時(shí)，叉概率與變異概率的值根據(jù)算法的收斂和發(fā)散情況進(jìn)行自適應(yīng)調(diào)整，避免算法陷入過早收斂，能夠在大范圍內(nèi)尋求目標(biāo)問題的最優(yōu)解。通過上述過程，本發(fā)明從中挑選出的波長信息為具有較高信噪比的樣品有用信息，從而提高了谷氨酰胺定量分析的準(zhǔn)確度。

附圖說明

圖1是本發(fā)明用于谷氨酰胺定量分析的波長選擇方法的流程圖；

圖2是未經(jīng)波長選擇的谷氨酰胺樣品的太赫茲吸收譜；

圖3是采用本發(fā)明波長選擇后的重構(gòu)谷氨酰胺太赫茲吸收譜。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式做進(jìn)一步的說明。

本發(fā)明用于谷氨酰胺定量分析的波長選擇方法的實(shí)施例

本發(fā)明采用遺傳算法進(jìn)行波長選擇，通過隨機(jī)生成一個(gè)大小為S的初始種群，并得到種群中每個(gè)個(gè)體相對(duì)應(yīng)的經(jīng)過波長選擇的谷氨酰胺樣品的重構(gòu)太赫茲吸收譜，根據(jù)谷氨酰胺樣品定量分析的誤差構(gòu)造適應(yīng)度函數(shù)，利用該適應(yīng)度函數(shù)從上述種群中挑選出適應(yīng)度較高的個(gè)體遺傳到下一代，組成新一代種群，以能夠根據(jù)適應(yīng)度自適應(yīng)調(diào)節(jié)的交叉和變異概率分別對(duì)新一代種群進(jìn)行交叉和變異操作，并以預(yù)設(shè)的收斂條件作為遺傳操作的終止條件。該方法的流程如圖1所示，具體過程如下：

1.隨機(jī)生成一個(gè)大小為S的初始種群，并得到種群中每個(gè)個(gè)體相對(duì)應(yīng)的經(jīng)過波長選擇的谷氨酰胺樣品的重構(gòu)太赫茲吸收譜。

該步驟中的初始種群由S個(gè)長度為fl的二進(jìn)制字符串組成，該二進(jìn)制字符串與谷氨酰胺樣品的太赫茲吸收譜中的fl個(gè)頻率點(diǎn)一一對(duì)應(yīng)，若二進(jìn)制字符串某位上為“1”，則對(duì)應(yīng)頻率點(diǎn)被保留，否則該頻率點(diǎn)則被拋棄，將所有保留下的頻率點(diǎn)數(shù)據(jù)整合在一起，組成經(jīng)過波長選擇的谷氨酰胺樣品的重構(gòu)太赫茲吸收譜。

2.根據(jù)谷氨酰胺樣品定量分析的誤差構(gòu)造適應(yīng)度函數(shù)。

本發(fā)明所構(gòu)造的適應(yīng)度函數(shù)為：

其中F是適應(yīng)度值，m是校正集中谷氨酰胺樣品的總數(shù)量(校正集是由若干個(gè)成分濃度信息已知的谷氨酰胺樣品組成的)，qe是每個(gè)谷氨酰胺樣品對(duì)應(yīng)的定量分析誤差，n代表校正集中混合物樣品的某一個(gè)。

qe＝|c_cal-c_real| (2)

c_cal和c_real分別是谷氨酰胺樣品的計(jì)算濃度和真實(shí)濃度，谷氨酰胺樣品的計(jì)算濃度c_cal是通過對(duì)谷氨酰胺樣品的太赫茲吸收譜進(jìn)行偏最小二乘線性回歸得到，谷氨酰胺樣品的真實(shí)濃度c_real是預(yù)先配制的。

3.對(duì)上述種群進(jìn)行選擇操作，利用適應(yīng)度函數(shù)從中挑選中適應(yīng)度值較高的個(gè)體組成新一代種群。

本實(shí)施例中的選擇操作個(gè)體遺傳到下一代種群中的個(gè)數(shù)為：

其中num(i)是第i個(gè)個(gè)體遺傳到下一代種群中的個(gè)數(shù)，S_0.2是種群大小的20％，i代表種群中所有個(gè)體的某一個(gè)，F(xiàn)(i)代表其所對(duì)應(yīng)的適應(yīng)度值，直接用公式(3)計(jì)算得到的數(shù)值一般為小數(shù)，為使下一代的種群個(gè)數(shù)保持不變并使盡可能多的優(yōu)秀個(gè)體遺傳下去，設(shè)計(jì)了如下操作：

對(duì)num向下取整，將其和計(jì)為n1；計(jì)算n1與S的差值，計(jì)為n2；將num的小數(shù)部分剝離出來并按照從大到小排列，取前n2個(gè)，將其對(duì)應(yīng)個(gè)體的num分別加1，從而產(chǎn)生一個(gè)大小不變的新種群。

4.對(duì)新一代種群執(zhí)行交叉與變異操作，

本實(shí)施例中交叉概率PC和變異概率PM為：

Δ＝F_average-F_max

其中F_average是種群中所有個(gè)體適應(yīng)度值的平均值，F(xiàn)_max是種群中所有個(gè)體適應(yīng)度值的最大值，Δ是上述二者之差。可見，本實(shí)施例中的交叉概率和變異概率能夠隨著個(gè)體適應(yīng)度值的變化而進(jìn)行自適應(yīng)調(diào)整。

5.以預(yù)設(shè)的收斂條件作為遺傳操作的終止條件，若滿足終止條件，則終止，并挑選出具有最大適應(yīng)度值的個(gè)體作為所選擇的谷氨酰胺太赫茲吸收譜波長的最優(yōu)解，若不滿足終止條件，則重復(fù)步驟3—4，直到滿足終止條件為止。

本實(shí)施例中的收斂條件為當(dāng)連續(xù)N代的適應(yīng)度最大值F_Max的標(biāo)準(zhǔn)差小于設(shè)定閾值TH的時(shí)候，使得程序終止。

為了驗(yàn)證本發(fā)明的優(yōu)越性，設(shè)計(jì)了一系列定量分析的實(shí)驗(yàn)。實(shí)驗(yàn)選取了10個(gè)不同含量的谷氨酰胺樣品的太赫茲吸收譜(其中前7個(gè)為校正集，后3個(gè)為驗(yàn)證集)，分別利用不經(jīng)選擇的谷氨酰胺全吸收譜以及經(jīng)過本發(fā)明提出的波長選擇方法選擇后的谷氨酰胺重構(gòu)太赫茲吸收譜對(duì)谷氨酰胺樣品進(jìn)行定量分析，谷氨酰胺樣品含量以及定量分析的誤差如表1所示。本實(shí)驗(yàn)中，谷氨酰胺樣品(具體包括谷氨酸和組氨酸)的原始太赫茲吸收譜范圍為0.3-3THz，分辨率約為4.5GHz，共有590個(gè)頻率點(diǎn)，所以種群中二進(jìn)制字符串個(gè)體的長度為590，種群大小為50，收斂條件中，N為100，TH為1×10^-4。

表1.樣品的組成以及定量分析的誤差

上述實(shí)驗(yàn)數(shù)據(jù)表明，利用本發(fā)明提出的波長選擇方法，能夠有效降低對(duì)谷氨酰胺樣品太赫茲吸收譜進(jìn)行定量分析的誤差，誤差大致在4％以下，取得了優(yōu)異的效果。

本發(fā)明用于谷氨酰胺定量分析的波長選擇裝置的實(shí)施例

本實(shí)施例中的波長選擇裝置包括生成模塊、適應(yīng)度函數(shù)構(gòu)造模塊、選擇模塊、交叉和變異操作模塊和終止模塊，生成模塊用于隨機(jī)生成一個(gè)大小為S的初始種群，利用該初始種群從谷氨酰胺樣品的太赫茲吸收譜中進(jìn)行選取，以得到種群中每個(gè)個(gè)體相對(duì)應(yīng)的經(jīng)過波長選擇的谷氨酰胺樣品的重構(gòu)太赫茲吸收譜；適應(yīng)度函數(shù)構(gòu)造模塊用于根據(jù)谷氨酰胺樣品定量分析的誤差構(gòu)造適應(yīng)度函數(shù)；選擇模塊用于利用所構(gòu)造的適應(yīng)度函數(shù)從種群中選擇出適應(yīng)度較高的個(gè)體遺傳到下一代，組成新一代種群；交叉和變異操作模塊用于以能夠根據(jù)適應(yīng)度自適應(yīng)調(diào)節(jié)的交叉概率和變異概率分別對(duì)新一代種群進(jìn)行交叉和變異操作；終止模塊用于以預(yù)設(shè)的收斂條件作為遺傳操作的終止條件，若滿足終止條件，則算法終止，并挑選出具有最大適應(yīng)度值的個(gè)體作為所選擇的谷氨酰胺太赫茲吸收譜波長的最優(yōu)解，若不滿足終止條件，則重復(fù)執(zhí)行選擇模塊與交叉和變異操作模塊，直到滿足終止條件為止。

這里的波長選擇裝置可以采用單片機(jī)、DSP、PLC或MCU等，波長選擇裝置執(zhí)行有上述五個(gè)模塊，這里的模塊可以位于RAM存儲(chǔ)器、閃存、ROM存儲(chǔ)器、EPROM存儲(chǔ)器、EEPROM存儲(chǔ)器、寄存器、硬盤、移動(dòng)磁盤、CD-ROM或者本領(lǐng)域已知的任何其他形式的存儲(chǔ)介質(zhì)，可以將該存儲(chǔ)介質(zhì)耦接至波長選擇裝置，使波長選擇裝置能夠從該存儲(chǔ)介質(zhì)讀取信息，或者該存儲(chǔ)介質(zhì)可以是波長選擇裝置的組成部分。各模塊的具體實(shí)現(xiàn)手段已在方法的實(shí)施例中進(jìn)行了詳細(xì)說明，這里不再贅述。