O teor de proteína é um indicador importante para avaliar a qualidade da farinha de peixe. Este artigo utiliza a tecnologia de análise espectral no infravermelho próximo (NIR) combinada com métodos de seleção de características para estabelecer um modelo rápido de análise quantitativa do teor de proteína na farinha de peixe. Além disso, combinando a regressão por mínimos quadrados parciais por intervalo (iPLS) e o algoritmo de evolução diferencial (DE) com estratégia de mutação binária, foi estabelecido um modelo otimizado de seleção de comprimento de onda iPLS-DE, para selecionar os comprimentos de onda característicos dos dados espectrais NIR da farinha de peixe. O iPLS-DE seleciona nove bandas características ótimas ajustando o número de subintervalos iguais no iPLS, depois utiliza o algoritmo DE com estratégia de mutação binária para filtrar combinações discretas de comprimentos de onda característicos dentro das bandas ótimas. Finalmente, o modelo otimizado iPLS-DE é determinado com base nos indicadores de avaliação do modelo e comparado com o modelo iPLS. Os resultados mostram que, ao dividir o espectro completo da farinha de peixe em cinco subintervalos, o modelo otimizado iPLS-DE que seleciona 50 comprimentos de onda discretos apresenta erro quadrático médio da raiz da previsão e erro relativo da análise para as amostras de teste de 1,033% e 4,058%, respectivamente, enquanto o modelo iPLS apresenta erros de 1,131% e 3,855%. Isso indica que o método iPLS-DE pode melhorar efetivamente a capacidade preditiva do modelo de análise espectral NIR para a quantificação de proteínas na farinha de peixe.

Espectro no infravermelho próximo;Proteína da farinha de peixe;Extração de características;Regressão por mínimos quadrados parciais por intervalo;Algoritmo de evolução diferencial