来源：期刊VIP网 时间：
作者：窦力;郑崴;李柏秋;李斐;
单位：太原旅游职业学院;沈阳药科大学;山西大同大学;中北大学;
摘要：[目的]解决近红外光谱中冗余信息过多的问题，提升葡萄酒品质评价模型的准确性，并构建一种快速无损的葡萄酒品质评价方法。[方法]运用竞争性自适应重加权采样法进行特征波长筛选，提出了鲸鱼算法改进极限学习机的葡萄酒品质评价模型。通过自适应重加权采样法等多种特征波长筛选方法，确定了最适用于葡萄酒光谱特征波长筛选的方法；针对ELM的初值权值与隐含层偏置选取问题，利用鲸鱼优化方法对初值权值与隐含层偏置进行优化，从而构建了一种基于鲸鱼优化算法改进的极限学习机葡萄酒品质评价模型。[结果]与GA-ELM、PSO-ELM和传统的ELM模型相比，WOA-ELM的准确率最高，达到了0.944 5,GA-ELM的准确率为0.929 0,PSO-ELM的准确率为0.906 1,传统的ELM方法准确率为0.817 7。[结论]通过智能算法优化ELM模型的参数，可以有效提高葡萄酒品质评价的准确性。
关键词：近红外光谱;;极限学习机;;鲸鱼优化算法;;特征波长;;竞争性自适应重加权采样法
基金资助：山西省教育科学“十三五”规划课题(编号：GH-22015402)
