[發(fā)明專利]基于魯棒回歸建模預測烤片煙氣煙氣氨的方法

有效

• 申請?zhí)枺?/td>: 201410384963.6
• 申請日: 2014-08-07
• 公開（公告）號: CN104101691A
• 公開（公告）日: 2014-10-15
• 發(fā)明（設計）人: 白曉莉;彭國崗;段如敏;余賀龍;周桂圓;謝志強;劉挺;王保興
• 申請（專利權(quán)）人: 云南中煙工業(yè)有限責任公司
• 主分類號: G01N33/00
• 分類號: G01N33/00
• 代理公司: 昆明正原專利商標代理有限公司 53100
• 代理人: 金耀生

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于魯棒回歸建模預測烤片煙氣煙氣氨的方法，屬于特定計算模型技術(shù)領(lǐng)域。

背景技術(shù)

煙草煙氣是一種極為復雜的混合物，它是在卷煙抽吸過程中由煙草燃燒、裂解和蒸餾而產(chǎn)生的。卷煙制品對于人體的危害性是通過燃吸過程而產(chǎn)生的。煙氣中的有害成分主要是在燃燒過程中形成，而煙氣的化學特性是隨煙葉原料內(nèi)在化學成分的變化而變化的。因此，卷煙煙葉原料的化學特性決定了卷煙煙氣的化學特性和安全性。煙氣氨（以下簡稱：NH₃）主要來自于煙草中的含氮化合物，氨不僅影響卷煙的吃味，還會刺激人體的視覺及呼吸系統(tǒng)，長期吸入會對人體造成較嚴重的危害。傳統(tǒng)的烤片煙氣NH₃數(shù)據(jù)的獲得方式是檢測烤片燃燒后的煙氣中的化學成分指標。通過這種方式獲得的煙氣數(shù)據(jù)，需要將烤片卷制成卷煙燃燒后的煙氣進行化學檢測，檢測過程費時費力且檢測成本極高。

在線性回歸建模中，模型是建立在一定假設條件基礎上的，例如被觀測樣本誤差為標準正態(tài)分布。如果誤差的分布是非對稱或者傾向于離群點，那么進行線性回歸建模的假設是不成立的，參數(shù)的估計、置信區(qū)間以及其他計算的統(tǒng)計量都是不可靠的。這種情況下，用魯棒回歸進行模型的建立是非常有效的。魯棒回歸建模包含了一種健壯的擬合方法，與最小二乘法相比，對于數(shù)據(jù)中小部分的變異沒有那么敏感，提高了模型的可信度。

魯棒回歸通過為每個數(shù)據(jù)點賦予一個權(quán)值進行建模。加權(quán)是自動的并且是重復的，這個過程叫做自動重加權(quán)最小二乘法。在第一階段，每個樣本點被賦予相同的權(quán)重，然后利用普通的最小二乘法計算得到模型系數(shù)。在隨后的迭代中，每個樣本的點都將重新計算，那些遠離模型預測值的樣本點將被賦予較低的權(quán)重。之后利用經(jīng)過加權(quán)的最小二乘法計算模型系數(shù)。迭代過程將一直進行下去，一直到模型系數(shù)在一個設定的范圍波動。

因此以魯棒回歸建立一種預測模型由烤片理化數(shù)據(jù)直接獲取煙氣NH₃數(shù)據(jù)的方法勢在必行。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)檢測烤片煙氣NH₃數(shù)據(jù)的過程費時、費力、成本極高等問題，本發(fā)明提出一種基于魯棒回歸建模預測烤片煙氣煙氣氨的方法。

本發(fā)明通過已有的烤片理化數(shù)據(jù)和煙氣NH₃數(shù)據(jù)建立從理化指標項到煙氣NH₃的魯棒回歸預測模型，對于未知烤片煙氣NH₃樣本，利用其理化成分數(shù)據(jù)套用模型直接預測烤片煙氣NH₃值。具體經(jīng)過下列各步驟：

（1）將已知烤片的理化數(shù)據(jù)與煙氣NH₃數(shù)據(jù)對應列出，建立數(shù)據(jù)樣本集；

（2）分別計算步驟（1）所得數(shù)據(jù)樣本集中各理化數(shù)據(jù)的列向量x₁～x_n和煙氣NH₃數(shù)據(jù)的列向量y，通過下列公式分別計算各理化數(shù)據(jù)與煙氣NH₃的線性相關(guān)系數(shù)r，線性相關(guān)系數(shù)r的絕對值大于0.3所對應的該項理化數(shù)據(jù)即為對煙氣NH₃有重要影響的特征指標項，作為建模用的輸入變量：

????????????????????????（1）

式中：x為某一理化數(shù)據(jù)的列向量，y為煙氣NH₃數(shù)據(jù)的列向量；

（3）根據(jù)不同產(chǎn)地、品種、檔次，均勻挑選245個烤片作為訓練樣本，運用魯棒回歸線性建模算法，建立煙氣NH₃預測模型，其表達式為下式：

??????????（2）

式中：Y為煙氣NH₃的模型預測值，X為理化數(shù)據(jù)向量，b為常數(shù)項，A為回歸系數(shù)向量；

（4）依據(jù)步驟（2）選擇的特征指標項，將待測烤片的對應理化數(shù)據(jù)作為輸入變量套用至步驟（3）的預測模型中，即能測算得到待測烤片的煙氣NH₃的模型預測值Y。

所述步驟（1）的理化數(shù)據(jù)包括總糖、還原糖、煙堿、總揮發(fā)堿、總氮、煙堿氮、蛋白質(zhì)、施木克值、氮堿比、氯、鉀、糖堿比和氨態(tài)堿。

所述步驟（3）運用魯棒回歸線性建模算法的步驟如下：

（a）進行局部權(quán)重回歸擬合：每一次擬合過程只考慮所有擬合點數(shù)的一部分，每一個被擬合點的取值都由與之鄰近的局部擬合范圍的散步點所決定，在每一個擬合點處都給予不同的權(quán)重系數(shù)，其權(quán)重系數(shù)在擬合點處為１，局部擬合范圍內(nèi)擬合點的兩邊各點的權(quán)重系數(shù)依次以一定的規(guī)則遞減至零，超出擬合范圍的數(shù)據(jù)點處的權(quán)重均為0，其代數(shù)表達式為：