[發(fā)明專利]一種基于改進(jìn)遺傳算法的SVM卷煙感官質(zhì)量預(yù)測(cè)方法在審
| 申請(qǐng)?zhí)枺?/td> | 201710760920.7 | 申請(qǐng)日: | 2017-08-30 |
| 公開(kāi)(公告)號(hào): | CN107392399A | 公開(kāi)(公告)日: | 2017-11-24 |
| 發(fā)明(設(shè)計(jì))人: | 張華成;徐慧;楊兵;鄒萬(wàn);鄒衡 | 申請(qǐng)(專利權(quán))人: | 桂林電子科技大學(xué) |
| 主分類號(hào): | G06Q10/04 | 分類號(hào): | G06Q10/04;G06Q10/06;G06Q50/04;G06N3/08 |
| 代理公司: | 北京中濟(jì)緯天專利代理有限公司11429 | 代理人: | 石燕妮 |
| 地址: | 541004 廣西*** | 國(guó)省代碼: | 廣西;45 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 改進(jìn) 遺傳 算法 svm 卷煙 感官 質(zhì)量 預(yù)測(cè) 方法 | ||
1.一種基于改進(jìn)遺傳算法的SVM卷煙感官質(zhì)量預(yù)測(cè)方法,其特征在于:所述預(yù)測(cè)方法包括:
(1)根據(jù)SVM算法,選擇核函數(shù)為徑向基核函數(shù);
(2)采用改進(jìn)遺傳算法優(yōu)化徑向基核函數(shù)參數(shù),得到最優(yōu)參數(shù),根據(jù)最優(yōu)參數(shù)構(gòu)建改進(jìn)SVM算法模型;
(3)定義訓(xùn)練數(shù)據(jù)集與測(cè)試數(shù)據(jù)集,利用改進(jìn)SVM算法模型構(gòu)建預(yù)測(cè)系統(tǒng);
(4)將至少兩種不同的評(píng)價(jià)卷煙質(zhì)量的指標(biāo)值輸入預(yù)測(cè)系統(tǒng),分別進(jìn)行分類測(cè)試和組合測(cè)試,挑選最優(yōu)指標(biāo)值;所述指標(biāo)值包括影響卷煙感官質(zhì)量的化學(xué)成分或經(jīng)驗(yàn)值。
2.根據(jù)權(quán)利要求1所述的基于改進(jìn)遺傳算法的SVM卷煙感官質(zhì)量預(yù)測(cè)方法,其特征在于:所述最優(yōu)參數(shù)為最佳懲罰因子項(xiàng)以及最佳核函數(shù)參數(shù)。
3.根據(jù)權(quán)利要求2所述的基于改進(jìn)遺傳算法的SVM卷煙感官質(zhì)量預(yù)測(cè)方法,其特征在于:所述采用改進(jìn)遺傳算法優(yōu)化徑向基核函數(shù)參數(shù)包括:
(A)確定訓(xùn)練數(shù)據(jù),設(shè)置初始種群規(guī)模、最大代數(shù)、變異概率、交叉概率、適應(yīng)度函數(shù)預(yù)定值,初始化t=0;
(B)編碼生成初始種群q(t),計(jì)算各個(gè)體適應(yīng)度f(wàn)(t);
(C)種群中各個(gè)體適應(yīng)度組成的適應(yīng)度函數(shù)值大于適應(yīng)度函數(shù)預(yù)定值,同時(shí)種群中個(gè)體的適應(yīng)度f(wàn)(t)最佳值無(wú)變化時(shí)則執(zhí)行步驟(F);
(D)t=t+1,選擇兩個(gè)個(gè)體進(jìn)行交叉即從p(t-1)中選擇p(t);
(E)對(duì)p(t)隨機(jī)選擇進(jìn)行變異操作,產(chǎn)生下一代種群,執(zhí)行步驟(B);
(F)最后得到最佳懲罰因子項(xiàng)和最佳核函數(shù)參數(shù)。
4.根據(jù)權(quán)利要求3所述的基于改進(jìn)遺傳算法的SVM卷煙感官質(zhì)量預(yù)測(cè)方法,其特征在于:所述最佳懲罰因子項(xiàng)中懲罰參數(shù)C的變化區(qū)間為:1-5,最佳核函數(shù)參數(shù)中徑向基核函數(shù)的寬度δ變化區(qū)間為0.01-2。
5.根據(jù)權(quán)利要求1所述的基于改進(jìn)遺傳算法的SVM卷煙感官質(zhì)量預(yù)測(cè)方法,其特征在于:所述不同的評(píng)價(jià)卷煙質(zhì)量的指標(biāo)值為兩種。
6.根據(jù)權(quán)利要求5所述的基于改進(jìn)遺傳算法的SVM卷煙感官質(zhì)量預(yù)測(cè)方法,其特征在于:所述指標(biāo)值一種包括九個(gè)指標(biāo),九個(gè)指標(biāo)為總糖、總氮、煙堿、蛋白質(zhì)、游離煙堿量、多酚含量、蛋白質(zhì)氮量、氨氮量和煙堿氮量。
7.根據(jù)權(quán)利要求5所述的基于改進(jìn)遺傳算法的SVM卷煙感官質(zhì)量預(yù)測(cè)方法,其特征在于:所述指標(biāo)值為歷史預(yù)測(cè)結(jié)果中決定卷煙質(zhì)量的經(jīng)驗(yàn)指標(biāo),包括施木克值、糖氮比、糖堿比、煙堿值、芳香值及氮值。
8.根據(jù)權(quán)利要求1所述的基于改進(jìn)遺傳算法的SVM卷煙感官質(zhì)量預(yù)測(cè)方法,其特征在于:所述訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集為歷史測(cè)試結(jié)果中的測(cè)試結(jié)果,訓(xùn)練數(shù)據(jù)集與測(cè)試數(shù)據(jù)集的數(shù)據(jù)數(shù)量相同。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于桂林電子科技大學(xué),未經(jīng)桂林電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710760920.7/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 上一篇:一種農(nóng)業(yè)管理方法、霧計(jì)算平臺(tái)及系統(tǒng)
- 下一篇:計(jì)及實(shí)時(shí)交通與溫度的EV充電負(fù)荷時(shí)空分布預(yù)測(cè)方法
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測(cè)目的的數(shù)據(jù)處理系統(tǒng)或方法;其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測(cè)目的的處理系統(tǒng)或方法
G06Q10-00 行政;管理
G06Q10-02 .預(yù)定,例如用于門票、服務(wù)或事件的
G06Q10-04 .預(yù)測(cè)或優(yōu)化,例如線性規(guī)劃、“旅行商問(wèn)題”或“下料問(wèn)題”
G06Q10-06 .資源、工作流、人員或項(xiàng)目管理,例如組織、規(guī)劃、調(diào)度或分配時(shí)間、人員或機(jī)器資源;企業(yè)規(guī)劃;組織模型
G06Q10-08 .物流,例如倉(cāng)儲(chǔ)、裝貨、配送或運(yùn)輸;存貨或庫(kù)存管理,例如訂貨、采購(gòu)或平衡訂單
G06Q10-10 .辦公自動(dòng)化,例如電子郵件或群件的計(jì)算機(jī)輔助管理





