摘要：为提高利用近红外光谱技术快速检测梨可溶性固形物含量的精度和稳定性,结合区间偏最小二乘和遗传算法（iPLS-GA）来筛选校正模型中的特征光谱区和变量,通过交互验证法确定模型中的主成分因子数和筛选的变量,并以预测均方根误差（RMSEP）和相关系数（Rp）作为模型评价标准。试验结果显示：iPLS-GA最优模型包含5个光谱区、50个变量和10个主成分因子。最佳预测模型相关系数（Rp）和RMSEP分别为0.939 8和0.325 0,研究结果表明近红外光谱结合iPLS-GA算法可以准确、无损检测梨的可溶性固形物含量。

关键词：梨 可溶性固形物含量 近红外光谱 间隔偏最小二乘 遗传算法 

单位：江苏大学电气信息工程学院 镇江212013 江苏大学食品与生物工程学院 镇江212013