[發(fā)明專利]一種基于改進遺傳算法的SVM卷煙感官質(zhì)量預測方法在審
| 申請?zhí)枺?/td> | 201710760920.7 | 申請日: | 2017-08-30 |
| 公開(公告)號: | CN107392399A | 公開(公告)日: | 2017-11-24 |
| 發(fā)明(設計)人: | 張華成;徐慧;楊兵;鄒萬;鄒衡 | 申請(專利權(quán))人: | 桂林電子科技大學 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06Q10/06;G06Q50/04;G06N3/08 |
| 代理公司: | 北京中濟緯天專利代理有限公司11429 | 代理人: | 石燕妮 |
| 地址: | 541004 廣西*** | 國省代碼: | 廣西;45 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 改進 遺傳 算法 svm 卷煙 感官 質(zhì)量 預測 方法 | ||
技術(shù)領域
本發(fā)明涉及煙草行業(yè)卷煙感官質(zhì)量分析預測領域,具體涉及一種基于改進遺傳算法的SVM卷煙感官質(zhì)量預測方法。
背景技術(shù)
煙草化學成分與感官質(zhì)量存在著某種對應關(guān)系,在卷煙生產(chǎn)過程中,很難針對煙草的物理化學指標與卷煙感官質(zhì)量復雜關(guān)系建立起有效的數(shù)學模型,因此在煙草及其制品新產(chǎn)品開發(fā)和產(chǎn)品維護過程中,主要通過評吸專家們?nèi)斯げ粩嗟奈鼰煟瑏韺頍煹目诟小⑾阄兜仍u價標準來進行卷煙質(zhì)量的評價。迄今為止,由于技術(shù)原因,大多數(shù)煙草行業(yè)主要還是依靠評吸專家通過感官來評估卷煙質(zhì)量的優(yōu)劣和卷煙的風格,感官評吸主要依賴的是評吸專家的評吸經(jīng)驗、個人喜好、人的生理和心理條件,本身還是一門需要靠長期積累和豐富經(jīng)驗的技術(shù)。但卷煙質(zhì)量的評估結(jié)果往往受專家們的知識結(jié)構(gòu)、經(jīng)驗、情緒、環(huán)境和個人喜好等主觀因素的影響,評估結(jié)果的可靠性難以得到保證,并且長期從事評吸工作對評吸專家的身體健康也有很大的危害,因此,很多致力于研究煙草質(zhì)量方面的學者們一直在尋找煙草化學成分與卷煙感官質(zhì)量之間的關(guān)系。
為了解評吸過程主觀性強、效率低的問題,現(xiàn)有使用機器學習的方法對卷煙感官質(zhì)量進行評價,力求從大量煙草數(shù)據(jù)中提取物理化學指標和感官質(zhì)量的映射規(guī)則,以輔助或代替煙草評吸專家完成對新產(chǎn)品的感官預測評價。現(xiàn)有技術(shù)存在以下技術(shù)問題:一是無法滿足評價指標特征值的正確選取;二是無法達到較高的準確率。
因此,提供一種能夠滿足評價指標特征值的正確選取、準確率高的卷煙感官質(zhì)量預測方法就很有必要。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是現(xiàn)有技術(shù)中存在的無法滿足評價指標特征值的正確選取、準確度低的技術(shù)問題。提供一種新的基于改進遺傳算法的SVM卷煙感官質(zhì)量預測方法,該基于改進遺傳算法的SVM卷煙感官質(zhì)量預測方法具有能夠滿足評價指標特征值的正確選取、準確率高的特點。
為解決上述技術(shù)問題,采用的技術(shù)方案如下:
一種基于改進遺傳算法的SVM卷煙感官質(zhì)量預測方法,所述預測方法包括:
(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SVM算法模型;
(3)定義訓練數(shù)據(jù)集與測試數(shù)據(jù)集,利用改進SVM算法模型構(gòu)建預測系統(tǒng);
(4)將至少兩種不同的評價卷煙質(zhì)量的指標值輸入預測系統(tǒng),分別進行分類測試和組合測試,挑選最優(yōu)指標值;所述指標值包括影響卷煙感官質(zhì)量的化學成分或經(jīng)驗值。
本發(fā)明的工作原理:本發(fā)明是采用改進遺傳算法優(yōu)化的支持向量機算法、即SVM算法來構(gòu)建的卷煙感官質(zhì)量預測模型的,其中改進遺傳算法優(yōu)化SVM算法的思想是通過改進遺傳算法來尋找最優(yōu)的兩個參數(shù)誤差懲罰項和核參數(shù)。利用最優(yōu)參數(shù)來構(gòu)建模型,然后通過不同的算法和不同的影響卷煙感官質(zhì)量的化學成分組合進行對比實驗,通過比較正確率,得到正確率最高的算法和化學成分,最后得出預測卷煙感官質(zhì)量的最佳算法和影響卷煙感官質(zhì)量的主要化學成分。
現(xiàn)有技術(shù)大部分都是采用單一的特征值作為測試數(shù)據(jù)集,因為隨著人們對健康問題的重視,卷煙的質(zhì)量問題也備受關(guān)注,加強對卷煙質(zhì)量的研究分析和提高卷煙質(zhì)量顯得是那么的緊迫和重要,單一的以影響卷煙質(zhì)量的化學成分作為主要依據(jù)對判斷出來的準確性是有待提高的,加以人們長期以來的經(jīng)驗總結(jié)作為測試數(shù)據(jù)集,會對預測分析卷煙質(zhì)量有質(zhì)的改變。根據(jù)研究卷煙方面的專家對決定卷煙質(zhì)量的經(jīng)驗指標,包括施木克值、糖氮比、糖堿比、煙堿值、芳香值和氮值,這些經(jīng)驗指標值的不同含量也決定著卷煙的品質(zhì)。其中,施木克值是卷煙中糖和蛋白質(zhì)的比值,其比值越高說明卷煙中含糖量越高,蛋白質(zhì)含量較低,其對應的卷煙質(zhì)量檔次就越高,但也不是說明施木克值越高越好,而是有個最佳適宜范圍,這就需要和其它含量值相互協(xié)調(diào),需要多次試驗來尋找這種成分之間的一個合適的比值。
雖然近年來隨著科學技術(shù)的進步和研究人員的深入研究,但是目前為止還不能完全用化學成分的含量來表示卷煙的質(zhì)量,所以需要研究主要的化學成分對卷煙質(zhì)量的影響來為卷煙配方作為科學依據(jù)和理論基礎。
經(jīng)過多次以影響卷煙質(zhì)量的主要化學成分、經(jīng)驗值單獨實驗和組合進行實驗分析,得到的準確率進行比較,得出的結(jié)論是主要化學成分和經(jīng)驗值進行組合測試的時候準確率最高,而且得出的值更有實際應用價值。
上述方案中,為優(yōu)化,進一步地,所述最優(yōu)參數(shù)為最佳懲罰因子項以及最佳核函數(shù)參數(shù)。
進一步地,所述步驟(2)中通過改進遺傳算法來計算最優(yōu)參數(shù)包括:
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,未經(jīng)桂林電子科技大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710760920.7/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 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)督或預測目的的數(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)督或預測目的的處理系統(tǒng)或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優(yōu)化,例如線性規(guī)劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規(guī)劃、調(diào)度或分配時間、人員或機器資源;企業(yè)規(guī)劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





