基于便携式仪器的小麦面粉品质检测方法研究

目的建立一种噪声小、自适应程度高的小麦粉预测模型的遗传算法-最小二乘法(genetic algorithm partial least squares,GA-PLS)检测小麦面粉品质。方法采用AMBERⅡ手持式蓝牙光谱仪采集小麦面粉的近红外光谱,将采集的全波段光谱分段成波长相等的子区间,对每段子区间的小麦粉水分、灰度以及面筋含量进行最小二乘法预测建模(PLS模型),将每段建模数据进行遗传算法筛选优化,最终建立GA-PLS模型,幵与未分段的全谱段PLS模型进行对比分析。结果基于遗传算法结合偏最小二乘的模型验证精度高于全谱段PLS模型,。其中小麦粉灰度值的相关系数(r2)由0.679上升至0.919,小麦粉水分的r2由0.701上升至0.923,小麦粉面筋的r2由0.821上升至0.925。结论该方法结果准确,精度高,适用于小麦面粉品质的现场快速检测。