基于TODIM-复杂球面模糊VIKOR法的近红外光谱羊绒羊毛纤维分类最优波段区间评估

来自国内的研究人员针对近红外光谱技术中羊绒与羊毛纤维分类的关键问题，创新性地结合TODIM行为决策理论与复杂球面模糊集(CSFS)，开发了改进的VIKOR多准则决策方法。该研究通过优化波段选择策略，显著提升了纤维分类模型的准确性，为纺织原料快速无损检测提供了新范式，其提出的CSFS-VIKOR框架对高维光谱数据处理具有普适指导意义。

　　

这项突破性研究将行为决策理论(TODIM)与复杂球面模糊集(Complex Spherical Fuzzy Sets, CSFS)巧妙融合，构建了全新的VIKOR多准则决策框架，专门攻克近红外光谱(NIR)技术中羊绒(cashmere)与羊毛(wool)纤维的精准分类难题。科研团队创新性地引入三维隶属度函数(μ,ν,w)表征光谱特征的不确定性，通过改进的模糊熵权算法确定各波段权重，最终锁定750-1100cm^-1和1500-1800cm^-1两个关键特征区间。实验证实该方法的分类准确率突破92%，较传统PLS-DA模型提升近15个百分点，其开发的动态折衷系数λ调节机制，为其他生物大分子光谱检测提供了可迁移的技术范式。这项成果不仅解决了纺织行业原料鉴定的"卡脖子"问题，更开创了模糊数学与光谱分析交叉研究的新维度。