本研究将GWO算法引入到近红外光谱的变量筛选中，以玉米数据为例，考察了GWO算法的性能并建立PLS模型对玉米样品中蛋白质、脂肪、水分以及淀粉含量的测定。结果显示，GWO算法不仅优化速度快、选择变量数少，还可以显著提高PLS模型的预测精度，是一种近红外光谱变量选择的有效方法。
