一種基于分解-聚合策略的卷煙感官智能評估系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)據(jù)挖掘及專家評吸領(lǐng)域，具體涉及一種基于分解-聚合策略的卷煙 感官智能評估系統(tǒng)
【背景技術(shù)】
[0002] 在卷煙生產(chǎn)過程中，很難針對煙草的物理化學(xué)指標(biāo)與卷煙的感官質(zhì)量的復(fù)雜關(guān)系 建立起有效的數(shù)學(xué)模型，因此在煙草及其制品的新產(chǎn)品開發(fā)和產(chǎn)品維護(hù)過程中，主要通過 品煙專家的人工感官評吸對卷煙產(chǎn)品感官質(zhì)量指標(biāo)進(jìn)行評價。顯然，這種完全依賴人工反 復(fù)評吸的生產(chǎn)方式會極大地影響評價結(jié)果的效率性，無法滿足企業(yè)對生產(chǎn)快速性的要求。
[0003] 為了解決評吸過程中主觀性強、效率低下的問題，學(xué)者們開始使用數(shù)據(jù)挖掘的方 法來對卷煙感官質(zhì)量進(jìn)行評價，力求從大量煙草數(shù)據(jù)中提取出物理化學(xué)指標(biāo)和感官質(zhì)量的 映射規(guī)則，以輔助或代替品煙專家完成對卷煙的感官預(yù)測評價。當(dāng)前主要以BP神經(jīng)網(wǎng)絡(luò)方 法或支持向量機方法來解決成品卷煙的智能化感官評估問題。
[0004] 然而，卷煙感官評估歷史數(shù)據(jù)復(fù)雜，卷煙感官質(zhì)量具有多個類別，涉及多分類問 題，而現(xiàn)有的分類器在處理多分類問題時往往不能獲得預(yù)期的效果。將多分類問題分解成 一對一的兩分類問題是數(shù)據(jù)挖掘領(lǐng)域針對解決多分類問題的有效途徑。因此，本發(fā)明利用 數(shù)據(jù)挖掘技術(shù)結(jié)合卷煙感官評估實踐，將卷煙智能感官評估中涉及的多分類問題分解成多 個便于建模的兩分類問題，然后對每個子問題分別建立分類器，接著采用聚合策略將兩類 分類器組合成多分類器。具體地，本發(fā)明采用三種不同的分類器建立兩分類模型，包括決策 樹，神經(jīng)網(wǎng)絡(luò)和支持向量機;采用多種聚合策略組合兩類分類器，包括投票法，加權(quán)投票法， 學(xué)習(xí)權(quán)值偏好法，非支配準(zhǔn)則，基于距離加權(quán)法以及動態(tài)搜索法。該發(fā)明的創(chuàng)新點可以歸納 為以下幾點：
[0005] (1)本發(fā)明將卷煙智能感官評估中涉及的多分類問題分解成多個便于建模的兩分 類子問題，可以有效解決多分類問題模型復(fù)雜，難于求解的問題；
[0006] (2)本發(fā)明采用多種聚合策略組合兩類分類器，從而建立多分類器。
[0007] (3)本發(fā)明設(shè)計了完整的實驗來驗證該策略的有效性。
[0008] 實驗結(jié)果表明，相比較于經(jīng)典的多分類器，采用本發(fā)明的策略，不管采用何種基本 分類器，其預(yù)測精度都明顯高于經(jīng)典的多分類器。因此，運用本發(fā)明的系統(tǒng)，可以為卷煙企 業(yè)在新產(chǎn)品的開發(fā)和產(chǎn)品維護(hù)過程中，輔助卷煙感官評估專家進(jìn)行卷煙感官評估。

【發(fā)明內(nèi)容】

[0009] 針對現(xiàn)有研究和實際應(yīng)用中存在的問題，本發(fā)明設(shè)計了一種基于分解-聚合策略 的卷煙感官智能評估系統(tǒng)
[0010]本發(fā)明的技術(shù)方案是：
[0011] 基于分解-聚合策略的卷煙感官智能評估系統(tǒng)，具體包括以下步驟：
[0012] 步驟1:采集成品煙感官待評估數(shù)據(jù)，即卷煙化學(xué)成分指標(biāo)；
[0013] 卷煙化學(xué)成分指標(biāo)包括:總糖量、還原糖、煙堿量、總揮發(fā)堿、總氮量、煙堿氮、蛋白 質(zhì)、施木克值、氮堿比、含氯量、含鉀量、糖堿比、氨態(tài)堿；
[0014] 步驟2:對成品卷煙的感官評估結(jié)果進(jìn)行離散化處理，獲得卷煙感官質(zhì)量的分類問 題數(shù)據(jù)集；
[0015] 步驟3:利用基于分解-聚合的多分類方法建立卷煙感官質(zhì)量評估模型；
[0016] 所述基于分解-聚類的多分類方法建立的卷煙感官質(zhì)量評估模型為:根據(jù)成品煙 感官評估的歷史數(shù)據(jù)，根據(jù)感官指標(biāo)的數(shù)據(jù)特點（類別數(shù))獲得多個成對的兩分類問題，再 針對每個子問題，利用數(shù)據(jù)挖掘技術(shù)建立分類器，最后采用聚合方法將子分類器組合成多 分類器；
[0017] 所述感官質(zhì)量指標(biāo)包括:光澤、香氣、雜氣、刺激、余味；
[0018] 步驟4:得到卷煙感官質(zhì)量評估結(jié)果。
[0019] 針對未知樣本，每個分類器給出預(yù)測結(jié)果，獲得分值表，然后采用聚合策略將兩分 類器組合成多分類器，輸出預(yù)測結(jié)果，本發(fā)明采用的聚合策略包括Vote，WV，LVPC，ND，DRCW 和 DCS;
[0020] 本發(fā)明的有益效果如下：
[0021] 本發(fā)明基于分解-聚合的多分類方法預(yù)測卷煙感官質(zhì)量，幫助煙草企業(yè)建立智能 感官評估系統(tǒng)。對于卷煙設(shè)計專家，可以利用本發(fā)明的方法，將卷煙配方的物化指標(biāo)作為模 型的輸入變量，模型將自動輸出卷煙各個感官指標(biāo)的分值，可以較高精度地預(yù)測卷煙的感 官質(zhì)量，幫助卷煙設(shè)計專家在卷煙產(chǎn)品的開發(fā)和設(shè)計中進(jìn)行更好的決策。
[0022] 本發(fā)明所提的分解-聚合策略能夠有效地處理智能感官評吸中多分類問題。相比 較于基本的分類器，分解-聚合策略能夠取得更好的預(yù)測精度，因此該方法可以幫助煙草企 業(yè)在進(jìn)行智能感官評估中提高工作效率，幫助煙草企業(yè)科學(xué)高效地進(jìn)行產(chǎn)品維護(hù)和新產(chǎn)品 開發(fā)。
【附圖說明】
[0023]圖1是本發(fā)明中【具體實施方式】的分解策略的示例圖 [0024]圖2是本發(fā)明中實驗驗證中各感官指標(biāo)值分布情況 [0025]圖3是本發(fā)明中實驗驗證中效果比較圖（CART)
[0026]圖4是本發(fā)明中實驗驗證中效果比較圖（BPNN)
[0027]圖5是本發(fā)明中實驗驗證中效果比較圖（SVM)
【具體實施方式】
[0028] 下面結(jié)合附圖對本發(fā)明的【具體實施方式】做詳細(xì)說明。
[0029] 根據(jù)成品煙感官評估的工藝要求和質(zhì)量要求，本實施方式基于總糖量、還原糖、煙 堿量、總揮發(fā)堿、總氮量、煙堿氮、蛋白質(zhì)、施木克值、氮堿比、含氯量、含鉀量、糖堿比、和氨 態(tài)堿這13種物理化學(xué)指標(biāo)作為輸入變量;基于光澤、香氣、雜氣、刺激、余味五種感官評吸指 標(biāo)作為輸出變量建立基于分解-聚合的多分類方法的卷煙感官質(zhì)量評估模型并進(jìn)行了實驗 驗證。
[0030] 本實施方式建立基于分解-聚合策略的卷煙感官智能評估系統(tǒng)，包括如下步驟：
[0031] 步驟1:采集成品煙感官待評估數(shù)據(jù)，即卷煙物化指標(biāo)數(shù)據(jù)和相應(yīng)的感官指標(biāo)數(shù) 據(jù)；
[0032] 卷煙物化指標(biāo)包括:總糖量、還原糖、煙堿量、總揮發(fā)堿、總氮量、煙堿氮、蛋白質(zhì)、 施木克值、氮堿比、含氯量、含鉀量、糖堿比、氨態(tài)堿;感官指標(biāo)包括:光澤、香氣、雜氣、刺激、 余味；
[0033]步驟2:對歷史數(shù)據(jù)進(jìn)行預(yù)處理，包括輸入變量的歸一化處理和輸出變量的離散化 處理；
[0034] 步驟3:利用基于分解-聚合的多分類方法建立卷煙感官質(zhì)量評估模型；
[0035] 所述基于分解-聚類的多分類方法建立的卷煙感官質(zhì)量評估模型為:根據(jù)成品煙 感官評估的歷史數(shù)據(jù)，根據(jù)感官指標(biāo)的數(shù)據(jù)特點（類別數(shù))獲得多個成對的兩分類問題，再 針對每個子問題，利用數(shù)據(jù)挖掘技術(shù)建立分類器，最后采用聚合方法將子分類器組合成多 分類器；
[0036] 所述感官質(zhì)量指標(biāo)包括:光澤、香氣、雜氣、刺激、余味；
[0037] 所述的基于分解-聚合的多分類方法建立卷煙感官質(zhì)量評估模型按如下步驟建 立：
[0038] 步驟3-1:采集成品煙感官評估的歷史數(shù)據(jù)，建立卷煙感官質(zhì)量評估訓(xùn)練數(shù)據(jù)樣本 集；
[0039] 卷煙感官質(zhì)量評估訓(xùn)練數(shù)據(jù)樣本集包括卷煙化學(xué)成分指標(biāo)和感官評吸指標(biāo)的專 家評分結(jié)果；
[0040] 所述卷煙感官質(zhì)量評估數(shù)據(jù)樣本集中的感官評吸指標(biāo)的專家評分結(jié)果是由多個 專家打分后求平均值得到的。
[0041] 收集來自煙草企業(yè)的卷煙專家人工感官評估的成品煙感官評估的歷史數(shù)據(jù)以建 立進(jìn)行分類預(yù)測的卷煙感官質(zhì)量評估訓(xùn)練數(shù)據(jù)樣本集，對歷史數(shù)據(jù)進(jìn)行整理，刪除一些重 復(fù)的或是存在缺失的數(shù)據(jù)，最后所得到的每一組歷史數(shù)據(jù)均包括13種化學(xué)成分指標(biāo)和5種 感官評吸指標(biāo)，本實施方式的卷煙感官質(zhì)量評估訓(xùn)練數(shù)據(jù)樣本集中包括某煙草企業(yè)2010~ 2012三年的成品煙數(shù)據(jù)，共計684組數(shù)據(jù)。
[0042] 數(shù)據(jù)均通過多個專家打分后求平均值得到的，每一項指標(biāo)分別作為分類使用的決 策屬性，根據(jù)六組不同項目進(jìn)行六組不同實驗。專家打分依據(jù)的感官質(zhì)量評判標(biāo)準(zhǔn)如表1所 不。