买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆大学;四川碧朗科技有限公司

摘要：本发明公开了基于紫外‑可见光吸收光谱的COD软测量模型构建方法，涉及水质监测技术领域，其技术方案包括：对光谱探头全波段的吸光度进行重复性和稳定性检验，获得检验合格的光谱探头；通过检验合格的光谱探头采集不同水样在全波段的吸收光谱作为水样的光谱数据，通过水样的光谱数据和对应水样的浓度值构建水样样本，组成数据库；通过CARS算法对水样光谱数据进行变量筛选，选出交互验证均方根误差最低的变量组合形成预测模型的训练样本集；基于训练样本集构建LSSVR预测模型，基于DBO算法优化LSSVR预测模型的参数，形成基于紫外‑可见光吸收光谱的COD软测量模型，提供了一种精度与泛化能力具佳的COD软测量模型。

主权项：1.基于紫外-可见光吸收光谱的COD软测量模型构建方法，其特征是：包括：S1、对光谱探头全波段的吸光度进行重复性和稳定性检验，获得检验合格的光谱探头；S2、通过检验合格的光谱探头采集不同水样在全波段的吸收光谱作为水样的光谱数据，通过水样的光谱数据和水样对应的浓度值构建水样样本，通过多组水样样本构建数据库；S3、通过CARS算法对所述数据库中的水样光谱数据进行变量筛选，选出交互验证均方根误差最低的变量组合形成预测模型的训练样本集；S4、基于所述训练样本集构建LSSVR预测模型，基于DBO算法优化所述LSSVR预测模型的参数，形成基于紫外-可见光吸收光谱的COD软测量模型；其中，所述步骤S4包括：S41、根据预测模型的训练样本集构造预测模型函数,构造核函数与偏置项得到LSSVR预测模型；S42、通过DBO算法优化LSSVR预测模型中核函数的gamma和sigma参数，得到基于紫外-可见光吸收光谱的COD软测量模型；所述预测模型函数为：其中，fx为COD浓度预测值，x为输入变量，为非线性逼近函数，ω和b为权重项和偏置项；所述LSSVR预测模型为：其中，Y为COD浓度预测值，kx,xi为核函数，选择径向基函数为核函数，αi为拉格朗日乘子，b为偏置项；所述步骤S42包括：S421、确定核函数中gamma和sigma参数的搜索范围；S422、初始化一定数量的蜣螂数量，每个蜣螂表示gamma和sigma的组合，gamma和sigma的初值在确定的参数范围内随机生成；S423、对初始生成的蜣螂种群按照滚球行为、跳舞行为、繁殖行为、觅食行为和偷窃行为的公式进行位置更新；S424、对于蜣螂个体，采用LSSVR模型对样本数据进行拟合，计算平均平方误差作为个体的适应度；S425、更新蜣螂代理身份和位置：根据当前的蜣螂个体位置信息，采用DBO代理身份的更新规则，更新每个蜣螂个体位置；S426、重复进行步骤S423～S425，直到达到预设的迭代次数或者满足预设的精度要求；S427、最终选择具有最小适应度值的粒子作为最优解，其对应的gamma和sigma即为最终的LSSVR预测模型核函数中的gamma和sigma参数。

全文数据：

权利要求：

百度查询： 重庆大学 四川碧朗科技有限公司 基于紫外-可见光吸收光谱的COD软测量模型构建方法