[发明专利]预测洗涤产品的抗菌性能或关键成分含量的方法及装置

说明书

技术领域

本发明涉及日用化工产品领域，特别涉及一种预测洗涤产品的抗菌性能或 关键成分含量的方法及装置。

背景技术

人们日常用到的洗涤产品多种多样，种类不同的洗涤产品对应的关键成分 也有所不同。在研发洗涤产品时，除了要掌握洗涤产品的关键成分外，为了满 足人们对该洗涤产品的使用要求，还要使洗涤产品的抗菌性能达到期望值。

在判断洗涤产品的抗菌性能是否达到期望值时，现有一种测试方法：首先 按照适宜条件预先培养一定数量的受试菌株，并在添加待测试的洗涤产品后， 进行模拟洗涤，以细菌数量前后变化倍数的对数来表示抗菌性能，即用细菌的 对数减少量代表待测试洗涤产品的抗菌性能。

在实现本发明的过程中，发明人发现现有测试方法存在以下缺点：

在测试洗涤产品的抗菌性能时，需要针对不同种类的洗涤产品分别进行测 试实验，每次实验的结果有时会存在较大误差，从而导致实验结果的参考性有 偏差；除此之外，由于每进行一次实验测试都将需要一段时间，因此，不能满 足快速研发洗涤产品的需求。

发明内容

为了降低对洗涤产品的抗菌性能或关键成分含量的预测误差，减少洗涤产 品的研发周期及成本，本发明实施例提供了一种预测洗涤产品的抗菌性能或关 键成分含量的方法及装置。所述技术方案如下：

一方面，提供了一种预测洗涤产品的抗菌性能或关键成分含量的方法，所 述方法包括：

获取并存储洗涤产品在各关键成分含量比例不同的条件下的抗菌性能，得 到含有所述各关键成分含量及对应的抗菌性能的多组实验数据，形成实验数据 集；

对所述实验数据集中的每组实验数据进行预处理；

将所述经过预处理的实验数据集作为神经网络的输入，对所述神经网络进 行训练，得到适合待预测洗涤产品的神经网络预测模型，所述待预测洗涤产品 与所述洗涤产品类型一致；

根据输入的相应参数及适合所述待预测洗涤产品的神经网络预测模型，对 所述待预测洗涤产品的抗菌性能或关键成分含量进行预测。

另一方面，提供了一种预测洗涤产品的抗菌性能或关键成分含量的装置， 所述装置包括：

数据存储模块，用于获取并存储洗涤产品在各关键成分含量比例不同的条 件下的抗菌性能，得到含有所述各关键成分含量及对应的抗菌性能的多组实验 数据，形成实验数据集；

预处理模块，用于对所述实验数据集中的每组实验数据进行预处理；

训练模块，用于将所述经过预处理的实验数据集作为神经网络的输入，对 所述神经网络进行训练，得到适合待预测洗涤产品的神经网络预测模型；

预测模块，用于根据输入的相应参数及适合所述待预测洗涤产品的神经网 络预测模型，对所述待预测洗涤产品的抗菌性能或关键成分含量进行预测。

本发明实施例提供的技术方案的有益效果是：

通过将被预处理之后的洗涤产品的多组实验数据作为神经网络的输入，对 神经网络进行训练，得到适合待预测洗涤产品的神经网络预测模型，并根据输 入的相应参数及适合待预测洗涤产品的神经网络预测模型，实现对该待预测洗 涤产品的抗菌性能或关键成分含量的预测，不仅有效降低了预测误差，还能够 缩短洗涤产品的研发周期，同时还可降低洗涤产品的研发成本。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所 需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明 的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下， 还可以根据这些附图获得其他的附图。

图1是本发明实施例1提供的预测洗涤产品的抗菌性能或关键成分含量的 方法流程图；

图2是本发明实施例2提供的预测洗涤产品的抗菌性能或关键成分含量的 方法流程图；

图3是本发明实施例2提供的典型迭代神经网络结构示意图；

图4是本发明实施例2提供的神经网络工作流程示意图；

图5是本发明实施例2提供的神经网络预测模型示意图；

图6是本发明实施例3提供的预测洗涤产品的抗菌性能或关键成分含量的 方法流程图；

图7是本发明实施例3提供的神经网络预测模型示意图；

图8是本发明实施例4提供的预测洗涤产品的抗菌性能或关键成分含量的 方法流程图；