糖尿病是难以治愈的疾病之一,并会伴有多种并发症。血糖(葡萄糖)的检测有助于患者病情的控制和治疗,但传统的血糖检测需要采集血液样本,给生活带来很多不便。近红外光谱是一种快速无损检测技术,其在血糖检测领域受到越来越多的关注。然而近红外光谱中往往存在着大量无信息波长甚至是噪声波长,会干扰到血糖浓度的测量并增加建模的计算量,因此选择葡萄糖特定吸收的波长可以有效滤除噪声干扰并减少建模计算量。波长优选是近红外光谱分析中一个关键的环节,众多学者提出的算法已达几十种。本文结合近红外光谱的原理和特点,搭建实验平台,获取了20组不同浓度葡萄糖溶液样本的近红外光谱。通过对比溶液中葡萄糖浓度和相应光谱的变化,寻找针对葡萄糖变化的波段(特征波长)。通过探讨研究现有波长选取方法,在Anaconda中Spyder软件开发环境下,用Python语言实现了主成分分析法、移动窗口偏最小二乘法和遗传算法的程序,对所采集的样本光谱进行特征波长的搜索,并用搜索后的波长进行建模和评估。上述三种方法得到的结果都要优于全谱建模的结果,表明对波长进行优选可以提高建模质量。本文在简单遗传算法的基础上,提出了一种改进的波长优选算法。采用淘汰和优选两种搜索机制,设置了多个子种群协同搜索,从而改进了遗传算法搜索较慢和容易过早收敛的问题。经过改进后的算法在本文数据中取得了预期的效果。筛选出葡萄糖特征波长所处的三个区域901.04~984.99nm、1070.61~1178.94nm和1372.28~1672.98nm,为无创检测血糖浓度提供了参考。实验平台的搭建和数据处理程序的编写,为科研提供了一个便捷的光谱分析平台。