[发明专利]基于烟支轴向密度预测燃烧锥落头的方法

权利要求书

1.基于烟支轴向密度预测燃烧锥落头的方法，其特征在于包括以下步骤：

1)同品牌卷烟随机选取样品量为a的烟支，其中，a≥300支；

2)将选取的样品放入平衡环境中进行平衡；

3)将平衡后的烟支随机挑选分成训练集样品和预测集样品，其中，训练集样品的烟支数量n与预测集样品的烟支数量b的总和为样品量a，

4)对平衡后的训练集样品进行排序编号，按照次序测定训练集样品中每支烟支多个检测点处的轴向密度，对每支烟支检测的多个轴向密度进行处理，最后获得训练集样品中所有烟支的轴向密度结果集R₁；

5)将训练集样品依次经卷烟燃烧锥落头性能自动控制检测装置及检测方法进行烟支燃烧锥落头检测并记录，对记录的烟支燃烧锥落头结果进行编码处理后得到训练集样品结果集Y⁰；

6)构建BP神经网络模型，并根据烟支品牌配置BP神经网络模型参数；

7)将训练集样品的轴向密度结果集R₁作为BP神经网络模型的输入参数，将训练集样品燃烧锥掉头数据结果集Y⁰作为BP神经网络模型输出层的期望值，然后进行BP神经网络模型的训练，调节各神经元间的权重，直到BP神经网络模型的达到预设的阈值要求，保存训练好的BP神经网络模型；

8)将平衡后的预测集样品排序编号，按照次序测定预测集样品的每支烟支多个检测点处的轴向密度，对每支烟支检测的多个轴向密度进行处理，最后获得预测集样品所有烟支的轴向密度的预测集，以预测集样品轴向密度的预测集为输入参数，带入至训练好的BP神经网络模型进行预测集的燃烧锥落头的预测，得到预测集样品烟支燃烧锥掉落数据结果集。

2.根据权利要求1所述的基于烟支轴向密度预测燃烧锥落头的方法，其特征在于：上述步骤2)中，所述平衡环境为GB/T16447-2004规定的平衡环境，且平衡时间为48h。

3.根据权利要求1所述的基于烟支轴向密度预测燃烧锥落头的方法，其特征在于：上述步骤4)中，所述训练集样品中每支烟支多个检测点处的轴向密度采用微波水分密度分析仪进行测定，烟支烟丝段每1mm处作为一个检测点，每支烟支经测定可得到多个轴向密度数据，对每支烟支检测的多个轴向密度进行处理的方法是将靠近烟头端和靠近滤棒处的轴向密度数据剔除后得到m个轴向密度数据，最终获得训练集样品中所有烟支的轴向密度结果集R₁，结果集R₁的形式如下：

其中，n为训练集样品的烟支数量，m＝(烟支烟丝段长度为-2)/mm。

4.根据权利要求1所述的基于烟支轴向密度预测燃烧锥落头的方法，其特征在于：上述步骤5)中，所述烟支燃烧锥落头结果编码处理的方法为：对检测的燃烧锥落头的烟支用10表示，对检测的燃烧锥不落头的烟支用01表示，进行编码处理后得到的训练集样品结果集Y⁰的形式如下：

其中，n为训练集样品的烟支数量，p_nY＝1、p_nN＝0或者p_nY＝0、p_nN＝1。

5.根据权利要求1所述的基于烟支轴向密度预测燃烧锥落头的方法，其特征在于：上述步骤6)中，构建的所述BP神经网络模型包括输入层神经元个数为m、中间层神经元个数为M和输出层神经元个数为2，所述输入层神经元个数和中间层神经元个数以及BP神经网络模型训练次数均为变量。