[发明专利]一种基于经验配方网络游走模型的数字化调香方法

说明书

本发明公开了一种基于经验配方网络游走模型的数字化调香方法，包括以下步骤：步骤1，获取若干经验配方，根据所有经验配方中相互间共有的香原料关系，构建经验配方关系网络图；步骤2，按照预设的新配方约束关系，采用深度优先遍历算法，在经验配方关系网络模型中构造关系网络子图，生成新配方的组分信息；步骤3，采用统计方法，根据新配方组分与各经验配方之间重合度，计算新配方的组分用量。本发明方法充分利用了经验配方提供的知识，挖掘香原料之间的关联关系，并提供合适的用量信息，可解决传统调香中调香术个体偏好带来的偏差，多样性欠缺的问题，提供更为实用的数字化调香方法。

技术领域

本发明属于香精香料领域，具体涉及一种基于经验配方网络游走模型的数字化调香方法。

背景技术

随着国民生活水平的日益提高，香精在日常用品、食品、香烟中的作用越来越大，对提升产品品质，改善产品风味有重要的作用。烟用香精作为卷烟生产重要的组成部分，对改善卷烟口感、突出烟草风味具有重要的作用。

传统的香精配方主要依靠调香师的经验和简单的指标分析，依靠经验创作的配方带有浓郁的个人风格，随意性较强，其通用性需要重复试验反复验证；而基于指标分析的调香中，理化指标(密度、折射率等)取值范围波动较大，香气指标(香气值、香比强值、留香值等)也因香原料生产环境和工艺不同复现性差，且数据完整性较低，香韵评分指标(调香师通过评吸评分)则产生过程复杂，成本较高，难以覆盖广泛的香原料，因此，基于指标分析的调香方法调香结果重复性和可控性较差。

随着卷烟生产技术的发展，许多香精配方已经被广泛应用于生产中，这些香精配方经过长期的试验与调优，已经非常成熟，是非常珍贵的数据资源。充分挖掘这些数据中的可用信息，使其发挥最大价值，需要建立一种科学合理的模型，分析并利用香精配方中的有用信息，衍化出更多实用的香精配方。

发明内容

本发明针对现有的卷烟调香经验配方数据，提供一种流程简捷的复用方法，充分挖掘经验配方数据的信息，形成香精新配方。该方法可解决传统调香中由调香术个体偏好带来的偏差和多样性欠缺的问题，提供更为实用的数字化调香方法，同时提高卷烟调香技术流程的科学性和高效性，适用范围广。

为实现上述技术目的，本发明采用如下技术方案：

一种基于经验配方网络游走模型的数字化调香方法，包括以下步骤：

步骤1，获取若干经验配方，以所有经验配方中每种香原料为节点、以每两种香原料之间的关系为节点之间的边，构建经验配方关系网络图；

步骤2，按照预设的新配方约束关系，采用深度优先遍历算法，在经验配方关系图中构造关系网络子图，生成新配方的组分信息；

步骤3，采用统计方法，根据新配方组分与各经验配方之间重合度，计算新配方的组分用量。

进一步地，所述步骤1的具体过程为：

步骤1.1，获取n个经验配方，按标准配方组分对每个经验配方进行标准化处理，并将所有得到的n个标准化经验配方表示为m行n列的配方矩阵(P_j,i)_m×n；其中m表示标准配方组分中香原料的种类数量，P_j,i表示第i个标准化经验配方中第j个香原料的用量；

步骤1.2，根据配方矩阵(P_j,i)_m×n构建关联矩阵Q＝(q_j,l)_m×m，qj,l表示第j种香原料与第l种香原料出现在同一经验配方中的次数；

步骤1.3，将标准配方组分中的每种香原料均对应建立一个香原料节点，然后根据关联矩阵Q建立每两个香原料节点之间的边的权值，得到经验配方关系网络图。

进一步地，步骤3的具体过程为：