Frost, Volker Jörg

Kalibrationsoptimierung mittels Genetischer Algorithmen

Eine Methode zur automatischen Selektion von PCR-Faktoren in der NIR-Spektrometrie

Calibration optimization based on genetic algorithms
A method for automatic PCR-factor selection in NIR-spectrometry

Thesis

Filetyp: PDF (.pdf)
Size: 2003 Kb

Schlüsselwörter:

Nah-Infrarot Spetroskopie, NIR, Genetische Algorithmen, PCR, Faktorauswahl, Kalibrationsoptimierung, Automatisierung, künstliche Intelligenz, CI

Near-Infrared Spectroscopy, NIR, Genetic Algorithm, Principal Componend Regression, Factorselection, calibration optimization, automatical optimization, computational intelligence, CI

Sachgruppe der DNB
30 Chemie

Doctoral Dissertation accepted by: University of Duisburg , Department of Chemistry, 2000-06-07

Abstract

This Phd thesis focuses on the generation and optimization of calibration models. When calculating the regression model based on the Principal Component Regression (PCR), the selection of factors for calibration represents the most important and time consuming step. During this step relevant spectral information has to be separated from interfering artefacts, as e.g. noise, minority effects, etc. This is achieved by Genetic Algorithms (GAs), which are designed to find good solutions for this combinatoric optimization problem by making use of adaptive processes. Based on examples taken from typical application fields of NIR spectroscopy, the evaluation and optimization of calibrations is described in detail. The GA serves to calculate the most suitable factor combination in a reproducable and reliable way. Therefore the description and validation of the GA's functional design represents a further main topic.

Die automatische Erstellung und Optimierung von Kalibrationen bildet den Hintergrund der vorliegenden Arbeit. Der wichtigste und zeitintensivste Schritt bei der Erstellung von Kalibrationsmodellen auf Basis der Principal Component Regression (PCR) ist die Auswahl eines geeigneten Faktorsatzes für die Regressionsrechnung. In diesem Schritt müssen spektral relevante Informationen von störenden Artefakten (wie z.B. Rauschen, etc.) separiert werden. Genetische Algorithmen (GAs) stellen hierzu ein effizientes Verfahren dar. Sie suchen in einem adaptiven Prozeß nach guten Lösungen für dieses kombinatorische Optimierungsproblem. An Beispielen aus den klassischen Anwendungsbereichen der Nah-Infrarot (NIR) Spektroskopie wird die Bewertung und Optimierung von Kalibrationen detailliert beschrieben. Bei der Optimierung kommt es darauf an, daß der eingesetzte GA die gesuchte Faktorkombination zuverlässig und reproduzierbar berechnet. Die Beschreibung und Validierung der Funktionalität des eingesetzten GA bilden daher einen weiteren Themenschwerpunkt dieser Arbeit.

Betreuer Molt, Karl; Prof. Dr.
Gutachter Molt, Karl; Prof. Dr.
Gutachter Golloch, Alfred; Prof. Dr.


Upload: 2000-08-10
URL of Theses: http://duepublico.uni-duisburg-essen.de/servlets/DerivateServlet/Derivate-5029/inhalt.htm

University of Duisburg , Library
Lotharstr.65 , 47048 Duisburg, Germany