[发明专利]一种基于遗传算法优化西湖龙井茶树种检测方法

权利要求书

1.一种基于遗传算法优化西湖龙井茶树种检测方法，其特征在于：使用电子鼻对采集的不同树种西湖龙井茶气味采集指纹图谱，在其平均图谱与主成分得分图分析的基础上，通过轮盘赌选择法、单点交叉法与基本位变异法这三个遗传算法关键技术，以整体识别率为适应性函数，筛选出对树种建模有特殊贡献的传感器，进行优化组合，减少了建模所需要的传感器数量，同时将传感器图谱响应值通过方差分析的F值与主成分载荷进行矩阵分析。

2.根据权利要求1所述的基于遗传算法优化西湖龙井茶树种检测方法，其特征在于：所述遗传算法将传感器选择看作一个组合优化的模型，将建立软独立模型（SIMCA）的预测性能作为优化的目标函数，通过全局搜索来选择最佳传感器的阵列子集，在保证预测效果不变或提高的前提下，减少建模所用传感器数。

3.根据权利要求1所述的基于遗传算法优化西湖龙井茶树种检测方法，其特征在于：所述电子鼻采用法国Alpha MOS公司生产带有顶空自动系统的Fox 4000型电子鼻。

4.根据权利要求3所述的基于遗传算法优化西湖龙井茶树种检测方法，其特征在于：所述采集指纹图谱的方法为：首先，在每个20 mL顶空瓶中装入1.00 g龙井茶干茶后加入5 mL常温超纯水压盖密封；每种茶样都以这种方式盛样，并依次检测，每个样品的检测环节都是先将顶空瓶送入预热区，在500 rpm振荡器转速和60 ℃顶空温度下加热900s后，抽出2.0mL气体以2.0 mL/s的进样速度注入到电子鼻传感器阵列室，在120 s响应时间内，选择传感器响应绝对值的最大点，即气味指纹图谱的波峰点或波谷点，作为后续茶叶品质模型建立的特征点。

5.根据权利要求4所述的基于遗传算法优化西湖龙井茶树种检测方法，其特征在于：所述电子鼻传感器阵列室包含18根金属氧化物传感器，剔除5根传感器LY2/AA、LY2/GH、LY2/gCT、T30/1、TA/2，留下LY2/LG、LY2/G、LY2/gCTL、P10/1、P10/2、P40/1、T70/2、PA/2、P30/1、P40/2、P30/2、T40/2、T40/1这13根传感器）。