[发明专利]一种烤片烟气的预测方法

说明书

技术领域

本发明涉及一种烤片烟气的预测方法，特别是基于鲁棒回归建模进行烤片烟气的预测方法。

背景技术

烤片的烟气预测对于卷烟产品的质量以及感官有着至关重要的作用。传统的烤片烟气数据的获得方式是检测烤片燃烧后的烟气中的化学成分指标。通过这种方式获得的烟气数据，需要将烤片卷制成卷烟燃烧后的烟气进行化学检测，检测过程费时费力且检测成本极高。因此提出一种通过建立模型由烤片理化数据直接获取烟气数据的方法势在必行。

发明内容

本发明提出了一种烤片烟气的预测系统。预先对已有的烤片理化数据和烟气数据建立从理化指标项到烟气指标项的鲁棒回归模型，对于未知烤片烟气数据，可以直接利用鲁棒回归模型对未知烤片烟气值进行其理化成分数据预测。

本发明烤片烟气的预测方法是：预先录入每个烟气对应的已有烤片理化数据和烟气数据，建立从理化指标项到烟气指标项的鲁棒回归模型，对于未知烤片烟气数据，直接采用已建立鲁棒回归模型进行其理化成分数据预测，获得未知烤片烟气值预测值，指导实际生产；

预测使用的设备包括数据库服务器（1）和数据挖掘客户端（2），其中数据挖掘客户端（2）包括可视化展示工具（13），可视化展示工具（13）与数据展示处理模块（11）和结果展示模块（12）连接；数据展示处理模块（11）与数据连接模块（6）连接，结果展示模块（12）与预测处理模块（10）连接，预测处理模块（10）分别与模型库模块（9）和数据连接模块（6）连接；数据连接模块（6）则与身份验证处理模块（5）和数据库服务器（1）中的数据源（4）连接，同时身份验证处理模块（5）与数据库服务器（1）中的权限数据库（3）连接，身份验证处理模块（5）通过用户名和密码验证用户的合法性；数据连接模块（6）提供各种不同数据类型格式数据源的连接，建立的鲁棒回归模型可直接使用的数据库，提供数个数据对象访问的接口。

所述可视化展示工具（13）和结果展示模块（12）通过点线图、表格形式直观展示处理结果。

预测处理模块（10）使用模型库模块（9）中前期已经保存好的模型进行预测烟气值。

所述模型评估模块（8）利用不同指标项对测试数据进行鲁棒回归建模，对模型性能进行评估，根据评估结果选择性能较好的模型保存到模型库模块（9）中。

烤片烟气的预测方法使用包括以下步骤：

步骤1：进入系统；

启动系统，输入用户名和密码，进行用户身份验证，用户名密码正确，则通过验证，进入系统，用户名或密码不正确，则退出系统，

步骤2：导入烤片数据，包含理化数据和烟气数据；

根据筛选条件从数据库中获取具体的烤片数据，要求该烤片数据既要包含理化数据，又要包含烟气数据；在步骤3中建立的模型中，理化数据作为输入项，烟气数据作为输出项，且每一种烟气对应一个鲁棒回归模型；

步骤3：建立鲁棒回归模型，

根据导入的烤片数据，由鲁棒回归技术建立由理化数据到烟气数据的模型，其中模型中有且仅有一种烟气指标，但可包含多种理化指标；模型的最终形式将以数学表达式的形式给出，其数学表达式为从各个理化指标项到某一烟气指标项的线性表达式；同时得到模型评价、训练结果、训练拟合曲线、奇异值信息；

模型评价是对模型总体性能的评价，包含训练集上的相关系数、绝对误差和、平均误差。相关系数为烟气预测值与样本训练集之间的简单相关系数；绝对误差和为烟气预测值与样本训练集的烟气值之间的绝对误差的累加和；平均误差为绝对误差和除以样本训练集的样本个数；通过模型评价，我们可以对一个模型的性能有更详尽的把握，有利于我们最终确定每个烟气对应的鲁棒回归模型；

训练拟合曲线为训练结果中烟气实际值与烟气预测值的折线图，通过该曲线，我们可以从图中较直观地观察到模型的预测性能；

奇异值为在鲁棒建模的过程中样本权重为0的样本数据，如果采用传统的线性建模方法，奇异值将会对模型的性能产生较大的负面影响，影响模型效果，这点也正是我们采用鲁棒回归建模的初衷。但是并非在每一次的建模过程中都会存在奇异值；

步骤4：确定每个烟气对应的模型并保存