Содержание белка является важным показателем качества рыбной муки. В данной статье используется технология ближнего инфракрасного (NIR) спектрального анализа в сочетании с методами отбора признаков для построения быстрого количественного анализа содержания белка в рыбной муке. Также с помощью интервального частичного наименьших квадратов (iPLS) и алгоритма дифференциальной эволюции (DE) с бинарной мутационной стратегией построена модель оптимизации выбора длины волны iPLS-DE для отбора характерных длин волн спектра NIR рыбной муки. Метод iPLS-DE, регулируя количество равных интервалов в iPLS, выявляет 9 оптимальных характерных полос, затем с помощью DE с бинарной мутационной стратегией выбирает дискретные сочетания длин волн в оптимальных полосах, и на основе показателей оценки модели выбирает оптимальную модель iPLS-DE для сравнения с iPLS. Результаты показывают, что при разбиении полного спектра рыбной муки на 5 подинтервалов, оптимальная модель iPLS-DE на основе 50 выбранных дискретных длин волн дает среднеквадратичную ошибку прогноза и относительную ошибку анализа тестовой выборки 1,033% и 4,058% соответственно, тогда как оптимальная модель iPLS демонстрирует среднеквадратичную ошибку и относительную ошибку 1,131% и 3,855% соответственно. Это показывает, что метод iPLS-DE эффективно улучшает предсказательную способность модели спектрального анализа NIR для количественного определения белка в рыбной муке.

Ближний инфракрасный спектр;Белок рыбной муки;Отбор признаков;Интервальный частичный наименьших квадратов;Алгоритм дифференциальной эволюции