卷烟感官评吸和烟气指标的神经网络预测方法

摘要

本发明为一种卷烟感官评吸和烟气指标的神经网络预测方法。该方法是将Kohonen、BP神经网络模型及模糊集方法相结合，在计算机网络上实现无缝集成；在对卷烟进行测试、评吸，得到其理化指标与感官评吸、烟气分析指标样本数据组合的基础上，根据行业专家经验，将样本数据按风格分组，再由Kohonen网络自组织特征映射，将卷烟各组按理化指标完成最终分类，并用各类样本数据分别训练各自对应的BP网络，获取各类卷烟理化指标与感官评吸、烟气指标间的映射关系，建立单料烟和成品烟的感官质量评价和烟气指标的智能预测系统。此方法具有减少人工评吸和检测次数、提高工作效率的功能，也是卷烟叶组配方智能设计系统的重要基础。

主权项

1.卷烟感官评吸和烟气指标的神经网络预测方法是：(1)首先分别检测烟叶、成品烟的理化指标，烟气分析指标，组织行业专家对单料烟和成品烟进行评吸，将所得数据录入数据库。(2)然后运用本方法所建立的预测系统能自动剔除错误或特异样本，并对样本数据归一化。(3)再结合领域专家经验，按风格的不同，对烟叶或成品烟分为若干组；再应用Kohonen自组织特征映射对卷烟理化指标样本数据实现聚类，完成数据库中所有烟叶和成品卷烟的最终分类。(4)对不同类烟叶或成品烟的设有N项的理化指标样本，分别建立对应的BP神经网络；每个BP网络采用N-H-1(即N个输入端、H个隐层神经元和1个输出端)的结构模型；并依专家经验确定网络的初始学习率、动量及误差调整参数。(5)将归一化样本数据送入对应的神经网络，按当前的BP算法进行训练，达到指定的误差精度后停止，表示评价和预测模型已建好，并将它们存储在知识库中。(6)判断待分析的样本数据是否为新的、未分类的数据；若是，则回到(3)并往下进行。(7)若待分析的数据是新的、已知类的烟叶或成品烟的理化指标数据，则根据其类别读取库中对应网络，并计算出感官评吸和烟气指标预测值；再将所得指标值转换为用户理解的数据或字符描述形式，任务结束。