近红外光谱结合BP神经网络法快速分析薰衣草精油中主要成分

WaylonLuci

工作原理来建立模型，具有抗噪声、抗干扰和强大的非线性转换能力等特点。采用160个样本用于建立iPLS-BP人工神经网络分析模型，将iPLS筛选的光谱子区间吸光度为BP神经网络的X输入节点变量，GC-MS测定值作为输出响应Y变量，在Matlab环境下，使用nntool人工神经网络工具箱，建立芳樟醇、乙酸芳樟酯人工神经网络定量模型，输入节点都为185，输出节点都为1，通过多次比较，确定最优iPLS-BP神经网络校正模型参数如表3所示。在Matlab神经网络工具箱直接把数据划分成3个集合，分别为training（训练）、validation（验证）、test（测试），只有training数据参加训练，其他两部分数据不参加训练，只用于检验。在Matlab的nntool工具箱中，网络模型以均方差（MSE）和测定系数（R）为评价指标指标，从表3的MSE值和图3、4中的回归曲线可以看出，其回归曲线的测定系数R均大于0.91。芳樟醇、乙酸芳樟酯的MSE值较小，建立的模型具有良好的预测能力，iPLS-BP人工神经网络法建立的薰衣草精油代表性和特征性组分定量分析模型效果良好。
2.5iPLS-ANN人工神经网络模型预测
为进一步评价iPLS-BP神经网络的预测能力，采用建立的BP神经网络模型对16组实际薰衣草精油样品中的芳樟醇和乙酸芳樟酯含量进行预测，对实际样品采用相同的前处理过程后，输入185个特征波长点的近红外吸光值即可得到薰衣草精中2个组分的含量，操作简单。测定值和相对误差分析如表4所示，从预测结果来看，乙酸芳樟酯的相对误差在2.45%以内，芳樟醇的相对误差在2.85%以内，均满足实际分析要求，表明
采用iPLS选择出所有敏感波长段，再结合BP神经网络对薰衣草精油中的芳樟醇和乙酸芳樟酯预测有着良好的准确度，能够实现近红外方法快速测定薰衣草中芳樟醇和乙酸芳樟酯的要求，可满足实际分析需要。
3结论
相对于薰衣草精油的传统气相和气质分析方法，红外光谱结合现代计量学方法能快速、实时和准确地测定精油中主要成分的百分比含量，该研究先以iPLS方法对近红外全波长吸光度进行筛选，选择出所有与测定指标相关性高的近红外波长段作为BP神经网络模型的输入节点值，对BP神经网络参数优化后，建立新疆薰衣草精油中芳樟醇和乙酸芳樟酯的iPLS-BP神经网络快速近红外定量分析模型。结果表明，采用iPLS-BP神经网络建立定量模型的测定系数分析均大于0.91，预测结果与GC-MS分析的相对误差小于3%。定量分析模型能够很好地快速测定薰衣草精油中乙酸芳樟酯、芳樟醇含量，具有良好的预测能力，可为新疆薰衣草精油主要成分的快速定量分析提供一种新的有效方法。
参考文献
[1] CAVANAGH H M A，WILKINSON J M.Biological activities of lavender essential oil [J]. Phytother Res， 2002，16（4）：301-308.
[2] 徐洁华，文首文. 薰衣草挥发性有机物及其药理功效研究进展[J].时珍国医国药，2010，21（4）：979-980，983.
[3] 国家卫生和计划生育委员会.食品添加剂 薰衣草油：GB 1886.38—2015[S].北京：中国标准出版社，2016.
[4] 王菊香，邢志娜，李伟，等. BP神经网络法结合红外光谱快速测定在用润滑油胺类抗氧剂含量[J].计算机与应用化学， 2016，33（2）：197-199.
[5] 韩晓，王菊香，刘洁.基于BP-神经网络的航空煤油总酸值近红外光谱快速检测[J].分析科学学报， 2011， 27（6）：751-754.
[6] 李智，王圣毫，郑维平，等.基于傅立叶变换的人工神经网络近红外光谱定量分析法[J].分析测试学报，2012，31（3）：343-346.
[7] 王书涛，陈东营，魏蒙，等.荧光光谱法和PSO-BP神经网络在山梨酸钾浓度检测中的应用[J].中国激光，2015，42（5）：304-310.
[8] 邹小波，朱曾，赵杰文.基于间隔偏最小二乘法的农产品近红外光谱谱区选择方法[J].现代科学仪器，2007（1）：86-88.
[9] 迟亮，张贺龙，车英，等. 基于iPLS的玉米近红外光谱数据处理方法研究[J]. 长春理工大学学报（自然科学版），2011，34（2）：117-119.
[10] 李强，杨天邦，涂公平.GA-BP神经网络模型应用于岩芯扫描仪测定海洋沉积物中多种组分的半定量分析[J].分析仪器， 2018（1）：75-79.
[11] 曹家兴，陆建平.遗传算法-贝叶斯正则化BP神经网络拟合滴定糖蜜中有机酸[J].分析化学，2011，39（5）：743-747.
[12] 徐立鹏，葛良全，谷懿，等.基于PCA-BP神经网络的EDXRF分析测定地质样品中铁、钛元素含量的应用研究[J].光谱学与光谱分析，2013，33（5）：1392-1396.
[13] 杰尔·沃克曼，洛伊斯·文依.近红外光谱解析实用指南[M].褚小立，许育鹏，田高友，译.北京：化学工业出版社，2009.