[发明专利]一种基于近红外光谱检测柴油性质的方法及装置

权利要求书

1.一种基于近红外光谱检测柴油性质的方法，其特征在于，包括步骤S1至步骤S8，其中：

在步骤S1中，获取包含标注信息的近红外光谱数据集，所述标注信息为实际馏程温度；

在步骤S2中，随机生成多个模型参数候选值，将所述近红外光谱数据集输入至每个所述模型参数候选值对应构建的SVR优化模型，确定对应的预测馏程温度；

在步骤S3中，根据每个所述模型参数候选值对应的适应度函数，对所有所述模型参数候选值进行排序，确定候选队列，其中，所述适应度函数根据所述实际馏程温度和所述预测馏程温度之间的误差而确定；

在步骤S4中，根据所述候选队列的排序，依次给每个所述模型参数候选值分配对应的搜索空间，并在对应的所述搜索空间内繁殖更新，确定对应的更新候选值；

在步骤S5中，根据每个所述更新候选值的所述适应度函数进行排序，更新所述候选列队，判断更新后的候选队列是否满足迭代终止条件；

在步骤S6中，若满足，则停止迭代，将所述更新后的候选队列中排在首位的所述更新候选值作为模型最优参数，若不满足，则将每个所述更新候选值作为所述模型参数候选值，返回至步骤S3中；

在步骤S7中，将所述模型最优参数作为SVR优化模型的最终的模型参数，完成对SVR优化模型的训练，并将所述SVR优化模型进行存储；

在步骤S8中，将待测柴油的近红外光谱输入至训练完备的SVR优化模型，确定对应的预测馏程温度。

2.根据权利要求1所述的基于近红外光谱检测柴油性质的方法，其特征在于，所述SVR优化模型采用RBF核函数，所述模型参数候选值包括所述RBF核函数对应的正则化参数和RBF径向基核函数参数中的至少一种。

3.根据权利要求1所述的基于近红外光谱检测柴油性质的方法，其特征在于，在所述步骤S2之前还包括：

采用马氏距离的方法筛选出所述近红外光谱数据集中的界外样本；

采用多元散射校正方法和微分方法消除所述近红外光谱数据集中的光谱基线漂移，并对所述近红外光谱数据集进行平滑去噪。

4.根据权利要求2所述的基于近红外光谱检测柴油性质的方法，其特征在于，在所述步骤S2中，所述随机生成多个模型参数候选值包括：

获取随机数；

根据预设的自变量范围，确定自变量上限和自变量下限；

根据所述随机数、所述自变量上限和所述自变量下限，生成m个所述模型参数候选值，其中，m为整数。

5.根据权利要求2所述的基于近红外光谱检测柴油性质的方法，其特征在于，在所述步骤S3中，具体包括：

根据每个所述模型参数候选值对应的所述适应度函数的由小到大的顺序，依次对所有所述模型参数候选值进行排序；

根据排序后的所述模型参数候选值，确定所述候选队列。

6.根据权利要求1所述的基于近红外光谱检测柴油性质的方法，其特征在于，在所述步骤S4中，具体包括：

根据每个所述模型参数候选值在所述候选队列的位置，由小到大，依次分配给每个所述模型参数候选值相应的所述搜索空间；

每个所述模型参数候选值在对应的所述搜索空间进行无性繁殖，生成n个子代候选值；

所述模型参数候选值和对应的n个子代候选值进行竞争；

根据竞争结果，确定对应的所述更新候选值。

7.根据权利要求4所述的基于近红外光谱检测柴油性质的方法，分配所述搜索空间的方法通过如下公式表示：

其中，lb^t_i，j和ub^t_i，j分别表示在第t代进化中对应的所述候选列队中第i个所述模型参数候选值的第j个变量所分配的搜索空间的上限与下限；x^t_i，j是第t代进化中，所述候选列队中第i个所述模型参数候选值的第j个变量的值；Δ^t_j是第j个变量在第t代的取值区间长度；lb_j表示所述自变量范围的下限；ub_j表示所述自变量范围的下限。