改进的鲸鱼优化算法对牛奶脂肪含量预测模型的优化

作者：李欣; 刘江平^*; 黄清; 胡鹏伟

来源：光谱学与光谱分析, 2023, 43(09): 2779-2784.

• 支持向量回归机
• 鲸鱼优化算法
• 黄金正弦算法
• 精英反向学习
• 模型优化

牛奶脂肪含量的高低会影响人的身体健康。以牛奶脂肪含量作为分析指标，应用图像处理技术分析高光谱数据，利用ENVI软件从高光谱图像中提取感兴趣区域(ROI),采用不同的预处理方法对光谱数据建立偏最小二乘回归(PLSR)模型并比较得出最佳的预处理方法，然后采用不同的主成分个数对预处理后的数据进行特征提取并建立支持向量回归机(SVR)模型，通过比较得出最佳的主成分个数，最后对特征提取后的数据建立SVR预测模型对牛奶中脂肪含量进行分析。由于传统的SVR模型预测效果不好，不能满足人们对于预测模型的基本要求，故提出一种混合策略改进的鲸鱼优化算法对SVR预测模型进行优化，将经过混合策略改进的鲸鱼优化算法优化后的SVR模型的评价参数与经过遗传算法、传统的鲸鱼优化算法、精英反向学习优化的鲸鱼优化算法优化后的SVR模型的评价参数进行了比较。结果表明：经混合策略改进的鲸鱼优化算法优化的SVR模型的训练集与预测集决定系数(R2)的值分别为0.998和0.995,均方根误差(RMSE)的倒数1/RMSE的值分别为13.766和6.191,平均绝对误差(MAE)的倒数1/MAE的值分别为13.910和11.422;经传统的鲸鱼优化算法优化的SVR模型的训练集与预测集参数R2的值分别为0.998和0.989, 1/RMSE的值分别为13.526和5.849, 1/MAE的值分别为13.616和7.037;经精英反向学习策略改进的鲸鱼优化算法优化的SVR模型的训练集与预测集参数R2的值分别为0.998和0.988, 1/RMSE的值分别为12.474和6.421, 1/MAE的值分别为15.003和10.554。由以上结果说明混合策略改进的鲸鱼优化算法优化SVR预测模型是可行的，优化后的SVR模型具有更好的预测效果。

• 出版日期2023
• 单位内蒙古农业大学