建立卷烟叶组配方维护混合专家系统的方法

摘要

本发明为建立卷烟叶组配方维护混合专家系统的方法。本发明将神经网络专家系统、遗传算法与传统专家系统方法相结合，建立标准叶组配方维护的智能系统。该方法先根据行业专家经验，将样本数据按风格分组；再用Kohonen自组织特征映射的聚类方法，按烟叶的理化分析、感官评吸(感觉测试)、烟气分析指标分类；基于同类烟叶的可替换性，结合专家经验选择烟叶，组成新叶组方案，并运用遗传算法对叶组方案进行组合优化；调用卷烟评吸与烟气指标的神经网络预测模型，对叶组配方方案做出评价，最终推荐几组满足配方维护要求的方案。该方法将行业专家经验、数据自组织聚类与神经网络专家系统有机结合，能有效地实现叶组的标准配方维护、提高卷烟质量稳定性。

主权项

1. 建立卷烟叶组配方维护混合专家系统的方法按先后步骤如下：(1)先根据行业专家经验将样本数据按风格分组，再依各组内烟叶的理化分析、感官评吸、烟气分析指标数据，通过Kohonen网络自组织聚类，得到多类的烟叶集合；(2)选择要维护的叶组配方名称，查询出原叶组的烟叶组成；(3)根据生产需要，确定叶组中要替换的烟叶，读取每个被替换烟叶所属各类集合的信息，推荐给用户，用户在此基础上选择用作替换的烟叶，加到备选烟叶中；(4)再根据被替换烟叶所属大地区与出产年度，用户在相近烟叶基础上选择可用作替换的烟叶，添加到备选烟叶中：(5)将原叶组未被替换的烟叶与备选烟叶按一定顺序组合成若干新叶组，各新叶组中，添加烟叶的品种数一般应大于原被替换烟叶的品种数；(6)按照遗传算法步骤，分别对各新叶组‘基因编码’，构成配方方案‘种群’；系统用组成新叶组配方的各烟叶的理化分析指标算出新叶组的理化分析指标；调用己有的卷烟评吸与烟气指标的神经网络预测模块，计算每代各配方维护方案‘个体’的质量评价‘适应度’值；(7)进行、‘遗传操作’，在‘遗传变异操作’中结合专家经验的规则推理，加快搜索到最佳或满意配方的速率；(8)在‘进化最大代’时间内，是否有质量评价‘适应度’值符合原标准配方质量要求的叶组，有则停止，否则循环至结束；(9)若运行过程结束有满意结果，则系统输出搜索到的最佳或满意配方维护方案，同时给出神经网络模型预测的感官评吸和烟气分析值；否则，提示没有满足配方维护要求的方案。