摘要：生物柴油是一种优质清洁柴油，可从各种生物质中提炼，其特有的优势受到越来越广泛的关注。该文应用可见-近红外光谱技术原理对生物柴油的含水率进行了检测。配置含水率分别为0、2.5%、5.0%、7.5%和10.0%的试验样品并获取可见-近红外光谱，进行主成分分析，观察不同含水率生物柴油的聚类性，并采用Random Frog算法进行特征波段的提取，最后采用随机蛙跳算法（Random Frog）挑选出的特征波段作为偏最小二乘回归（partial least squares regression，PLSR）和最小二乘支持向量机（least squares-support vector machine，LS-SVM）模型的输入量，建立生物柴油含水量的预测模型。结果发现：采用Random Frog 提取出的8条特征波段（563、560、642、565、562、493、559和779 nm）所建立非线性模型LS-SVM 所得到的结果较好，其中Random Frog-LS-SVM的结果中R均大于0.95，校正集均方根误差RMSEC=0.722，预测集均方根误差RMSEP=0.520。结果表明采用Random Frog-LS-SVM模型可以准确的预测生物柴油的含水量，为实际应用提供参考。

关键词：生物柴油 含水量 近红外光谱 主成分分析 偏最小二乘回归 

单位：浙江经济职业技术学院; 杭州310018; 浙江大学生物系统工程与食品科学学院; 杭州310058