近年来,我国经济飞速发展,百姓生活水平快速提升。由此又促进了如交通工具以及重工业发展。越来越多的有害物质如:氮氧化物、碳氢化合物、及硫化物,这些气体的肆意排放,极大的破坏了环境。且大气成分复杂,其间组分易发生化学变化,产生二次污染,生成诸如醛、酸、光化学烟雾等新的污染物,相比一次污染,二次污染的危害更大,治理难度更高。由此引发的环境污染已经被人们普遍重视。世界各个国家的各级政府都在做各种努力来治理大气污染问题。对于大气的检测、防治工作的展开已迫不容缓。对于有害气体的检测,传统仪器大多是使用电化学方法传感器来测量的,但这种检测方法存在以下两个缺点:一是电化学传感器的短寿命问题,即使用电化学传感器的检测仪器需要经常更换,这会加大检测成本,以及检测过程中的零点漂移、交叉干扰问题,这会影响检测精度;二是使用某一种电化学传感器的检测仪器只能够检测出一种气体,如需要检测多种气体,相应的,就需要多台检测仪。因此,本课题选用时下最为流行的光谱测量法来检测气体的浓度,光谱测量法可以有效避免电化学传感器的缺点。用于检测气体浓度的传统算法是以比尔郎伯定律为基础的差分吸收光谱技术(算法),差分吸收算法求解浓度时需要求解一个很复杂的超正定方程,很容易产生求解误差;而且,差分吸收算法无法很准确的区分出NO2和NO气体。因此,本课题的核心部分就是对传统算法进行优化,本课题选用遗传算法来对传统算法进行优化,经测试,优化算法可以有效的求解出误差为5%之内的最优浓度。本课题光谱测量系统中差分吸收算法的优化研究,主要具有以下功能:数据采集、数据处理、数据展现功能。数据采集功能就是采集出光谱仪捕捉的气体分子吸收光子后发生的变化状态,数据处理功能就是根据采集到的数据以及优化算法来计算出最优浓度,数据展现功能就是将计算出的浓度在显示屏上展现出来。