[发明专利]一种片烟醇化过程中烟叶风格特征变化趋势分析方法

权利要求书

1.一种片烟醇化过程中烟叶风格特征变化趋势分析方法，其特征在于，包括以下步骤：

1)取样并存放；

采集片烟样品，存放至烟叶储备仓库进行醇化；

2)烟叶风格特征指标评分和筛选；

对醇化过程中的片烟按照测量时间进行质量评分，通过感官评吸对烟叶风格特征指标进行感官评价获得评分表；

对评分表中评分标度值均为零的烟叶风格特征指标定义为零值指标，对评分表中评分标度值均相等、即变异系数为零的烟叶风格特征指标定义为无变异指标，对评分表中评分标度值有变动、即变异系数不为零的烟叶风格特征指标定义为变异指标；将零值指标和无变异指标删除，选取变异指标作为烟叶风格特征评价指标；

3)对烟叶风格特征评价指标的数据进行归一化处理；

将变异指标按照指标性质分为效益型指标和成本型指标；

对于效益型指标的数据按照式(1)进行归一化处理，

x(i,j)=x*(i,j)-xmin(j)/[xmax(j)-xmin(j)]1]]>

x_max(j)≠x_min(j)

x_max(j)＝x_min(j)(1)；

对于成本型指标的数据按照式(2)进行归一化处理，

x(i,j)=[xmax(j)-x*(i,j)]/[xmax(j)-xmin(j)]1]]>

x_max(j)≠x_min(j)

x_max(j)＝x_min(j)(2)；

其中，x^*(i,j)为第j类指标中第i个指标的评分标度值，x(i,j)为第j类指标中第i个指标的评分标度值的归一化值，x_max(j)和x_min(j)分别为第j类指标中的最大值和最小值；

4)构建烟叶风格特征评价指标的投影目标函数；

构建投影目标函数：Q(α)＝S_ZD_Z；

其中，S_Z为投影值Z_i的标准差，D_Z为投影值Z_i的局部密度；

所述标准差为SZ=(1n-1Σi=1n(Zi→Z‾)2)1/2,]]>其中Z‾=1nΣi=1nZi]]>为Z_i的均值；

所述局部密度为其中R为求局部密度的窗口半径，r_ij为样品之间的距离；

所述投影值其中，α(j)为第j类指标的投影向量；

5)对投影目标函数进行优化求解；

采用加速遗传算法对投影目标函数进行优化求解，并通过Matlab软件实现；

MAXQ(α)＝S_ZD_Z；

函数的约束条件为S.T.Σj=1Pα(j)=1,α(j)>0;]]>

通过求解投影目标函数的最大化得到最佳投影方向α；

6)对烟叶风格特征进行综合评价；

将最佳投影方向α代入投影值可得到各个烟叶样品的投影值Z_i，将投影值Z_i作为烟叶风格特征的综合评价结果；

7)对烟叶风格特征的投影值进行参数估计；

根据测量时间建立纵向数据资料，并采用广义估计方程对烟叶风格特征的投影值进行参数估计，并采用SPSS19.0软件实现；将烟叶风格特征的投影值作为因变量，以及将对应的不同测量时间、样品的不同产地和样品所贮存的不同楼层信息，均输入到广义估计方程模型中，输出模型效应检验表和参数估计表；

由模型效应检验表和参数估计表获得不同测量时间、不同产地、不同楼层三种影响因素所单独对应的烟叶风格特征之间是否具有显著差异；再对具有显著差异的影响因素基于因变量投影值进行线性独立成对比较，从而获得烟叶风格特征变化趋势。