[发明专利]一种基于遗传算法优化西湖龙井茶产地检测方法

说明书

技术领域

本申请涉及一种基于遗传算法优化西湖龙井茶产地检测的方法。

背景技术

长期以来感官品评是评定茶叶品质优劣的重要方法，但该方法需要有丰富的茶学知识和审评经验。除非是专业茶叶审评员、经销商或制造商，一般购茶者很难分辨茶叶质量的优劣，没有相当经验的积累，难以得到可靠的结果。并且培养一名茶叶评审员不仅要精心挑选，投入大量费用，而且训练周期也比较长。况且即便是专业品茶师，其感觉器官的灵敏度也易受外界因素的干扰而改变，从而影响评价结果的准确性、客观性和一致性。如人的嗅觉分辨力易受外界异杂气味的干扰；人的味觉敏感度易受其它刺激性食物及其温度的影响；人的视觉涉及到光学、视觉生理、视觉心理等诸多因素，不同人的辨色能力会存在一定的差别。审评人员感觉器官的灵敏度还受其它因素的影响，如地域差异、性别差别、精神状态及身体状况等因素。此外，感官审评需在对照实物标准样的基础上进行，而实物标准样的制作受到各种条件的限制，难以保持几年连续一致。并且标准样采用前一年度或前几年度的生产性产品作原料，不可能不受天时、气候、地理条件的影响，所以事实上标准样品质很难达到绝对的标准。

本发明对不同采摘期、不同树种、不同产区的龙井茶从理化指标和感官指标出发，结合智能化感官分析、多元统计和现代仪器分析的集成技术，全方位的解析龙井茶特征，分析茶叶各指标的内在关系，建立定性、定量评价龙井茶品质的数学模型，对龙井茶质量进行准确的特征识别、等级评定，为建立统一的绿茶评价体系标准提供强有力的依据。这些研究在理论上将为我国其它茶叶的质量评价提供基础和支撑，在实践中对于提高我国茶叶质量的稳定性，通过标准化手段强化我国茶叶的分等分级，实现茶叶的优质优价，打破我国出口茶叶的高质低价传统，消除发达国家对我国产品优质低价的质疑，对于维护国内市场秩序和保障消费者的切身利益，积极捍卫我国茶叶产品的国际声誉，促进国际贸易等具有重要的意义和显著的社会效益、经济效益。

近年来随着现代仪器分析技术的发展，茶叶的理化研究也得到了相应的进展。茶叶香气物质分离和分析技术已逐步从常规的气相色谱（GC）或气相色谱-质谱联用（GC-MS）过渡到气相色谱-嗅辨（GC-O）方法。目前已检测出七百多种的茶叶香气成分，包括脂肪类衍生物、萜烯类衍生物、芳香族衍生物和含氮氧杂环类化合物。但即便如此，单纯从成分的角度也难以反应茶叶香气的整体特征信息和香气品质。对茶叶呈味物质的仪器分析技术主要有液相色谱法、光谱法、质谱法、核磁共振法等。目前，已明确茶叶中含有机化学成分多达六百余种，无机矿物元素亦达四十多种。但由于各种滋味之间存在着相互作用，如味觉的对比、变调、协调和相杀等现象，所以测得的化学特性参数并不能真实全面地反映出样品的味觉特征。

智能感官分析技术的出现进一步推动了茶叶品质检测水平，它是基于对人体感官感知过程模仿的技术。传感器相当于生物系统中的感觉器官，对被测样品某方面的属性产生响应信号；信号采集器如同神经系统对响应信号进行传输和简单处理；电脑如同人脑对信号数据进行复杂处理和分析识别，形成综合、整体的判断。智能感官分析技术具有检测时间短、重复性好、不需要复杂的样品预处理过程、不发生感官疲劳和检测结果客观可靠等特点，更重要的是可以在一定程度上模拟人的感官给出有关茶叶香气、滋味和外质的评判结果和指纹信息，是目前茶叶品质检测研究的热点和发展趋势。目前针对茶叶中的色、香、味、形等感官属性，所采用的智能感官分析技术主要有机器视觉、电子鼻和电子舌技术，其工作流程主要包括传感器产生响应信号、对响应信号进行预处理、提取样品特征信息、建立相关模型并进行模式识别。其中模式识别是智能感官系统的重要组成部分。目前应用的主要方法有主成分分析、人工神经网络和模糊识别等。主成分分析用于信号处理，抑制多维传感器响应信号噪声和压缩信号数据。人工神经网络对处理后的信号进行学习和训练，建立网络模型。模糊识别则以模糊推理对复杂事物进行模糊识别、模糊定量。