[發明專利]求解食品原料指標范圍的數據驅動模型分析方法及裝置

有效

• 申請號: 202010122029.2
• 申請日: 2020-02-25
• 公開（公告）號: CN111340369B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 胡馨月;周康;周堅;楊華;劉朔;劉江蓉;高婧;江法霖
• 申請（專利權）人: 武漢輕工大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06F17/18;G06F30/20;G06F111/04;G06F111/06
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

1.一種求解食品原料指標范圍的數據驅動模型分析方法，其特征在于，所述求解食品原料指標范圍的數據驅動模型分析方法包括以下步驟：

獲取根據食品原料指標及食品制品指標構建的樣本數據庫；

從所述樣本數據庫中提取食品原料樣本集和食品制品樣本集；

分別對所述食品原料樣本集和所述食品制品樣本集進行標準化處理，獲得標準化食品原料樣本集和標準化食品制品樣本集；

獲取所述標準化食品原料樣本集中的標準化食品原料樣本數據，并根據所述標準化食品原料樣本數據確定目標食品原料指標；

通過預設指標分析模型對所述目標食品原料指標進行分析，獲得所述目標食品原料指標對應的判斷系數；

將所述判斷系數與預設系數閾值進行比較；

若所述判斷系數大于所述預設系數閾值，則根據所述標準化食品原料樣本集和所述標準化食品制品樣本集確定訓練集；

根據所述目標食品原料指標和所述標準化食品制品樣本集構建多元線性回歸模型；

根據所述訓練集對所述多元線性回歸模型進行訓練，獲得食品制品品質指標對應的預測模型；

從所述標準化食品制品樣本集中提取目標食品制品指標，并確定所述目標食品制品指標對應的回歸函數；

根據所述回歸函數確定擬合優度；

將所述預測模型和所述擬合優度作為計算數據；

查找所述食品原料品質指標對應的食品原料品質的理化性質數據，并基于所述理化性質數據確定食品原料限制約束；

基于所述預測模型和預設目標食品品質要求，確定食品制品限制約束；

根據所述擬合優度對所述食品制品限制約束進行修正，獲得目標食品制品限制約束；

根據多個目標食品原料指標構建高維目標空間，并在所述高維目標空間中設置擴散因子；

根據所述擴散因子和預設目標區域要求確定擴散因子約束；

將所述食品原料限制約束、所述目標食品制品限制約束和所述擴散因子約束作為約束條件；

根據所述約束條件和預設優化目標構建食品原料品質標準優化模型；

采用線性加權法將所述食品原料品質標準優化模型轉化為單目標品質標準優化模型；

根據所述單目標品質標準優化模型對所述標準化食品原料樣本數據進行四分位數計算，獲得計算結果數據；

根據所述計算結果數據和所述食品原料品質標準優化模型確定調控模型；

根據所述調控模型確定食品原料品質指標范圍。

2.如權利要求1所述的求解食品原料指標范圍的數據驅動模型分析方法，其特征在于，所述根據所述計算結果數據和所述食品原料品質標準優化模型確定調控模型的步驟，具體包括：

從所述計算結果數據中選取下四分位數據和上四分位數據；

根據所述下四分位數據和所述上四分位數據計算差值；

根據所述差值和預設標準化方法確定約束權重；

根據所述約束權重和所述擴散因子對所述擴散因子約束進行優化，獲得目標擴散因子約束；

根據所述目標擴散因子約束對所述食品原料品質標準優化模型進行調控，獲得調控模型。

3.如權利要求2所述的求解食品原料指標范圍的數據驅動模型分析方法，其特征在于，所述根據所述調控模型確定食品原料品質指標范圍的步驟，具體包括：

根據所述調控模型計算食品原料品質指標下界值和食品原料品質指標上界值；

對所述食品原料品質指標下界值和所述食品原料品質指標上界值進行反標準化處理；

根據處理結果確定食品原料品質指標范圍。

4.一種求解食品原料指標范圍的數據驅動模型分析裝置，其特征在于，所述求解食品原料指標范圍的數據驅動模型分析裝置包括：

數據獲取模塊，用于獲取根據食品原料指標及食品制品指標構建的樣本數據庫；

樣本提取模塊，用于從所述樣本數據庫中提取食品原料樣本集和食品制品樣本集；

數據處理模塊，用于分別對所述食品原料樣本集和所述食品制品樣本集進行標準化處理，獲得標準化食品原料樣本集和標準化食品制品樣本集；

回歸確認模塊，用于獲取所述標準化食品原料樣本集中的標準化食品原料樣本數據，并根據所述標準化食品原料樣本數據確定目標食品原料指標；

所述回歸確認模塊，還用于通過預設指標分析模型對所述目標食品原料指標進行分析，獲得所述目標食品原料指標對應的判斷系數；

所述回歸確認模塊，還用于將所述判斷系數與預設系數閾值進行比較；

指標預測模塊，用于若所述判斷系數大于所述預設系數閾值，則根據所述標準化食品原料樣本集和所述標準化食品制品樣本集確定訓練集；

所述指標預測模塊，還用于根據所述目標食品原料指標和所述標準化食品制品樣本集構建多元線性回歸模型；

所述指標預測模塊，還用于根據所述訓練集對所述多元線性回歸模型進行訓練，獲得食品制品品質指標對應的預測模型；

所述指標預測模塊，還用于從所述標準化食品制品樣本集中提取目標食品制品指標，并確定所述目標食品制品指標對應的回歸函數；

所述指標預測模塊，還用于根據所述回歸函數確定擬合優度；

所述指標預測模塊，還用于將所述預測模型和所述擬合優度作為計算數據；

模型構建模塊，用于查找所述食品原料品質指標對應的食品原料品質的理化性質數據，并基于所述理化性質數據確定食品原料限制約束；

所述模型構建模塊，還用于基于所述預測模型和預設目標食品品質要求，確定食品制品限制約束；

所述模型構建模塊，還用于根據所述擬合優度對所述食品制品限制約束進行修正，獲得目標食品制品限制約束；

所述模型構建模塊，還用于根據多個目標食品原料指標構建高維目標空間，并在所述高維目標空間中設置擴散因子；

所述模型構建模塊，還用于根據所述擴散因子和預設目標區域要求確定擴散因子約束；

所述模型構建模塊，還用于將所述食品原料限制約束、所述目標食品制品限制約束和所述擴散因子約束作為約束條件；

所述模型構建模塊，還用于根據所述約束條件和預設優化目標構建食品原料品質標準優化模型；

范圍確定模塊，用于根據所述食品原料品質標準優化模型確定食品原料品質指標范圍。