[發(fā)明專利]一種預(yù)測卷煙感官質(zhì)量指標(biāo)的支持向量機(jī)SVM方法

有效

• 申請?zhí)枺?/td>: 201310177221.1
• 申請日: 2013-05-14
• 公開（公告）號: CN103336090A
• 公開（公告）日: 2013-10-02
• 發(fā)明（設(shè)計）人: 毛友安;鐘科軍;魏新亮;唐麗娟;劉巍;古君平;李軍;蔣健暉
• 申請（專利權(quán)）人: 湖南中煙工業(yè)有限責(zé)任公司
• 主分類號: G01N33/00
• 分類號: G01N33/00;G01N30/00
• 代理公司: 長沙市融智專利事務(wù)所 43114
• 代理人: 黃美成

1.一種預(yù)測卷煙感官質(zhì)量指標(biāo)的支持向量機(jī)(SVM)方法，其特征在于，包括以下步驟：

步驟1：建立卷煙樣本數(shù)據(jù)庫；

卷煙樣本數(shù)據(jù)包括卷煙樣本的主流煙氣仿生吸收樣的化學(xué)組分?jǐn)?shù)據(jù)和感官質(zhì)量指標(biāo)的專家評吸數(shù)據(jù)；

步驟2：結(jié)合行業(yè)專家經(jīng)驗，對卷煙樣本按照不同風(fēng)格進(jìn)行第一次分組；

步驟3：采用離散粒子群優(yōu)化(DPSO)算法和SVM分類建模方法，利用步驟2得到的各組卷煙子樣本的煙氣仿生吸收化學(xué)組分?jǐn)?shù)據(jù)，構(gòu)建SVM分類模型，對卷煙樣本進(jìn)行第二次分組得到風(fēng)格不同的各組子樣本；

步驟4：根據(jù)各組子樣本的仿生吸收化學(xué)組分?jǐn)?shù)據(jù)和感官質(zhì)量指標(biāo)評吸數(shù)據(jù)，利用DPSO算法和SVM回歸建模方法，分別構(gòu)建各組子樣本的各項卷煙感官質(zhì)量指標(biāo)的DPSOSVM回歸預(yù)測模型；

步驟5：利用卷煙主流煙氣仿生吸收采樣裝置系統(tǒng)及色譜法檢測法和酸度計法，獲取未知卷煙樣的煙氣仿生吸收化學(xué)組分?jǐn)?shù)據(jù)；

步驟6：將步驟5獲取的煙氣仿生吸收化學(xué)組分?jǐn)?shù)據(jù)導(dǎo)入SVM分類模型，進(jìn)行SVM分類計算，判別該卷煙樣歸屬的組別；

步驟7：如果該卷煙樣歸于其中某一組，將步驟5獲取的煙氣仿生吸收化學(xué)組分?jǐn)?shù)據(jù)導(dǎo)入該組子樣本對應(yīng)的各項卷煙感官質(zhì)量指標(biāo)DPSOSVM回歸預(yù)測模型，進(jìn)行預(yù)測計算，然后系統(tǒng)將輸出該卷煙樣所屬組別及其各項感官質(zhì)量指標(biāo)的預(yù)測值。

2.根據(jù)權(quán)利要求1所述的預(yù)測卷煙感官質(zhì)量指標(biāo)的支持向量機(jī)(SVM)方法，其特征在于，所述步驟1和步驟5中卷煙主流煙氣仿生吸收樣的采集是通過采用模擬人體器官對吸煙過程中主流煙氣吸收的裝置進(jìn)行的，利用氣相色譜法檢測獲得煙氣仿生吸收樣的化學(xué)組分?jǐn)?shù)據(jù)，利用酸度計法檢測模擬口腔吸收樣的pH值；

模擬人體器官對吸煙過程中主流煙氣吸收的裝置包括卷煙夾持器、滾筒旋轉(zhuǎn)式模擬口腔吸煙吸收裝置、單通道吸煙機(jī)、控制呼出煙氣流經(jīng)口腔和鼻腔比例的三通調(diào)節(jié)閥、滾筒旋轉(zhuǎn)式模擬口腔吐煙吸收裝置、模擬鼻腔吸收煙氣中水溶性組分的裝置、模擬鼻腔吸收煙氣中脂溶性組分的裝置、無極調(diào)速電動機(jī)和動力傳動機(jī)構(gòu)、排煙口。

3.根據(jù)權(quán)利要求2所述的預(yù)測卷煙感官質(zhì)量指標(biāo)的方法，其特征在于所述步驟3中SVM分類模型的構(gòu)建步驟如下：

步驟1）初始化離散粒子群，對變量隨機(jī)進(jìn)行二進(jìn)制編碼，變量指每種卷煙樣的所有煙氣仿生吸收化學(xué)組分?jǐn)?shù)據(jù)；

步驟2）依據(jù)離散粒子群優(yōu)化算法定義的變量構(gòu)建SVM分類模型，所述變量是指每種卷煙樣的煙氣仿生吸收化學(xué)組分?jǐn)?shù)據(jù)；

步驟3）檢驗步驟2）構(gòu)建的SVM分類模型；

判斷分類錯誤率是否不大于最低設(shè)定值或迭代次數(shù)是否達(dá)到設(shè)定上限，若否，則執(zhí)行步驟4）；若是，則執(zhí)行步驟5）；

步驟4）使用離散粒子群優(yōu)化算法更新粒子群，返回步驟2）；

步驟5）獲得卷煙樣本SVM分類模型。

4.根據(jù)權(quán)利要求3所述的預(yù)測卷煙感官質(zhì)量指標(biāo)的方法，其特征在于所述的煙氣仿生吸收化學(xué)組分?jǐn)?shù)據(jù)包括模擬鼻腔吸收水溶性組分樣中的中性組分色譜峰53個、堿性組分色譜峰5個、模擬鼻腔吸收脂溶性組分色譜峰73個和模擬口腔吸收樣的pH值。

5.根據(jù)權(quán)利要求4所述的預(yù)測卷煙感官質(zhì)量指標(biāo)的方法，其特征在于所述的卷煙感官質(zhì)量指標(biāo)包括香氣、諧調(diào)、雜氣、刺激性和余味。

6.根據(jù)權(quán)利要求5所述的預(yù)測卷煙感官質(zhì)量指標(biāo)的方法，其特征在于所述步驟4中回歸預(yù)測模型的構(gòu)建流程經(jīng)過如下步驟：

步驟1）依次獲取某組卷煙子樣本煙氣仿生吸收化學(xué)組分?jǐn)?shù)據(jù)及對應(yīng)卷煙子樣本各項感官質(zhì)量指標(biāo)評吸數(shù)據(jù)；

步驟2）初始化離散粒子群，對變量進(jìn)行隨機(jī)二進(jìn)制編碼，所述變量是指每種卷煙樣的煙氣仿生吸收化學(xué)組分?jǐn)?shù)據(jù)；

步驟3）依據(jù)離散粒子群優(yōu)化算法定義的變量構(gòu)建該組卷煙樣各項感官質(zhì)量指標(biāo)的SVM回歸預(yù)測模型；

步驟4）模型檢驗，判斷該子樣本集各指標(biāo)的預(yù)測誤差是否不大于最低設(shè)定值或迭代次數(shù)是否達(dá)到設(shè)定上限；若否，則執(zhí)行步驟5）；若是，則執(zhí)行步驟6）；

步驟5）使用離散粒子群優(yōu)化算法更新粒子群，執(zhí)行步驟3）；

步驟6）獲取離散粒子群優(yōu)化算法結(jié)果，結(jié)果包括為該組卷煙子樣本各項感官質(zhì)量指標(biāo)建模的最優(yōu)變量組合以及對應(yīng)的各項感官質(zhì)量指標(biāo)的SVM回歸預(yù)測模型；

步驟7）判斷是否已獲得所有各組卷煙子樣本該組所有卷煙子樣本的各項感官質(zhì)量指標(biāo)建模的最優(yōu)變量組合及其SVM回歸預(yù)測模型，若否，則執(zhí)行步驟1）；若是，則執(zhí)行步驟8）；

步驟8）獲得各卷煙子樣本中各項感官質(zhì)量指標(biāo)的SVM回歸預(yù)測模型。