|
3 预测模型的应用
在芹菜总黄酮提取试验中，设置了5种料液比（1∶10、1∶20、1∶30、1∶40、1∶50，m/V）、5种乙醇体积分数（0、60%、70%、80%、90%）和5个提取时间（10、20、30、40、50 min）条件，进行了芹菜总黄酮含量测定试验。将上述试验所得的24个数据作为样本数据，在数据归一化之后，选取前16个试验样本数据作为训练样本数据，构建基于SFLA和LSSVM的预测模型；再用后11个样本数据作为测试数据，对该模型进行验证。作为训练样本数据的16个原始样本数据如表1所示。
在预测仿真试验中，计算机配置为联想双核E5800@3.2 GHz，2 G内存，Windows XP操作系统，测试环境为Matlab 7.0。采用改进的混合蛙跳算法优化最小二乘支持向量机得到的最优化参数值为：核宽度σ=9.257 1，正规化参数γ=4.453 578。将基于SFLA和LSSVM的预测模型所得仿真数据与实际测量数据进行比较，其比较结果如表2所示。
由表2可以看出，基于SFLA和LSSVM的芹菜总黄酮含量预测模型得到的仿真数据与实测数据的最大相对误差为4.49%，最小相对误差为0.20%，平均相对误差为2.12%。实测数据与仿真数据的对比如图1所示。
为了更直观地描述模型估计值与实际测试值的相对误差情况，采用如图2所示的相对误差曲线图。图3为基于SFLA和LSSVM的芹菜总黄酮含量预测模型的进化曲线，所采用预测模型的收敛速度快、精度高、性能稳定。
4 小结
本研究提出了一种基于SFLA优化的LSSVM芹菜总黄酮预测模型，该模型在混合蛙跳算法的初始化阶段引入反向学习策略，确保了个体分布的均匀性，同时为了避免算法陷入局部最优，根据适应度方差，动态调整蛙群的变异概率，提高了预测的精度和收敛速度，性能稳定。仿真试验结果表明，该预测模型可以应用于芹菜总黄酮含量的在线测量，对芹菜黄酮类化合物的测定有着重要的应用价值。
参考文献：
[1] 赵 进，尤婷婷，林丹英.超声波提取芹菜总黄酮及鉴别[J].时珍国医国药，2007，18（6）：1454-1455.
[2] 文开新，王成章.黄酮类化合物生物学活性研究进展[J].草业科学，2010，27（6）：115-122.
[3] 包丽芹，韩德权.芹菜及芹菜黄酮的药用价值[J].黑龙江医药， 2007，20（4）：317-320.
[4] 陈欲云，刘春丽，边名鸿.芹菜黄酮抗氧化作用的研究[J].时珍国医国药，2012，23（7）：1718-1719.
[5] 俞金寿.软测量技术及其应用[J].自动化仪表，2008，29（1）：1-7.
[6] 袁 琦，黄建清，符 新.基于神经网络的水产养殖水质预测模型研究[J].湖北农业科学，2013，52（1）：143-146.
[7] 高丙朋，姜 波，南新元.基于LS-SVM的番茄产量在线预测[J].湖北农业科学，2012，51（5）：1025-1027.
[8] 杨 玮，孙 红，郑立华.基于土壤参数的冬小麦产量预测模型[J].农业工程学报，2013，29（23）：118-123.
[9] 秦 业，袁海文，袁海斌，等.基于优化最小二乘支持向量机的电能质量扰动分类[J].电工技术学报，2012，27（8）：209-214.
[10] EUSUFF M M，LANSEY K E. Optimization of water distribution network design using the shuffled frog leaping algorithm[J]. Water Resources Planning and Management，2003，129（3）： 210-225.
[11] 陶新民，徐 晶，杨立标，等.一种改进的粒子群和K均值混合聚类算法[J].电子与信息学报，2010，32（1）：92-97.
|
|
核心期刊网（www.hexinqk.com）秉承“诚以为基，信以为本”的宗旨，为广大学者老师提供投稿辅导、写作指导、核心期刊推荐等服务。 核心期刊网专业期刊发表机构，为学术研究工作者解决北大核心、CSSCI核心、统计源核心、EI核心等投稿辅导咨询与写作指导的问题。 投稿辅导咨询电话：18915033935 投稿辅导客服QQ： 投稿辅导投稿邮箱：1003158336@qq.com |
| 你好，欢迎来到！ 设为首页 ｜收藏本站 | ||
|
