精确地预测血迹年龄在法医学中具有重要的应用价值，它能够用来确定案发时间。从刑事学观点而言，精确地预测案发时间可以用来确认证人的证词、为不在场设置参照物、或者判断血迹是否与犯罪相关。目前关于血迹年龄预测的研究报道显示，它们的预测结果均含有较大误差，同时这些研究报道均没有考虑血迹的个体特异性对血迹的影响，所建立的血迹年龄预测模型实际应用性不强。在考虑血迹特异性的情况下，建立具有高精确度的血迹年龄光谱预测模型尤其重要。　　可见反射光谱技术具有快速、无损、简单、低廉等优点，其优点使得该技术在法医学领域受到了广泛的关注。可见反射光谱技术在法医学领域的一个重要应用就是血迹年龄预测。可见反射光谱中一部分不包含重要信息的变量，或者表现为噪音的无关变量，会削弱血迹年龄预测模型的预测性能。筛选出有效光谱变量和剔除这些无关变量能显著提高模型的预测性能和精确度。现今广泛使用的化学计量学光谱变量选择方法包括偏最小二乘法、最小二乘支持向量机、前向最小偏二乘法、后向最小偏二乘法、遗传区间偏最小二乘法。另外，本研究首次将遗传算法与最小二乘支持向量机相结合用于优化光谱建模区间。在考虑血迹特异性和温度对血迹影响的情况下，本文利用可见反射光谱结合化学计量学方法预测血迹年龄。　　以下是本论文主要的研究内容:　　第一章主要阐述了以下二个方面的内容:(1)研究背景与现状;(2)本研究的意义与目的。　　第二章详细介绍了可见反射光谱技术。　　第三章主要介绍偏最小二乘法、最小二乘支持向量机、前向间隔偏最小二乘法、后向间隔最小偏二乘法、遗传区间偏最小二乘法、遗传区间最小支持向量机的应用及原理。　　第四章研究可见反射光谱技术结合化学计量学方法预测血迹年龄。8个血迹被储存于37℃的恒温环境下，相对湿度为10％。8个血迹按照3∶1的比例随机分成两部分，其中6个血迹作为校正集，2个血迹作为预测集。在不同时间点采集所有样品的可见反射光谱。采用标准正态校正方法对光谱进行预处理。应用前向最小偏二乘法、后向最小偏二乘法和遗传区间偏最小二乘法优化光谱建模区间，建立血迹年龄预测模型。结果表明遗传区间偏最小二乘法模型预测能力最佳。建立在两个不同时间段的遗传区间偏最小二乘法血迹年龄预测模型能进一步减小预测误差，提高预测能力。与此同时，利用最小二乘支持向量机结合遗传算法优化光谱建模区间，建立分时间段遗传区间最小二乘支持向量机模型。分时间段模型预测集相关系数分别为0.9962、0.9958，剩余预测残差分别为10.62、11.14。结果表明，遗传区间最小二乘支持向量机能有效的提高模型预测能力，减少建模变量。在本文中，所建立的模型充分地考虑了血迹特异性的影响，具有很好的预测能力，在法医学领域可以成为一种可靠的血迹年龄预测方法。　　第五章研究反射光谱和遗传区间偏最小二乘法预测不同温度下的血迹年龄。在不同时间点对储存于25℃和37℃温度条件下的血迹样品进行反射光谱采集。利用遗传偏最小二乘法在两个不同时间段上建立血迹年龄预测模型，预测集相关系数和剩余预测残差分别为:0.9771/0.9672，4.89/3.46。结果表明基于可见反射光谱的遗传区间偏最小二乘法模型预测处于不同温度下的血迹年龄是可行的。本研究中，所建立的GA-iPLS模型充分地考虑了血迹特异性和温度对血迹的影响，具有非常大的实际应用价值。