[发明专利]基于支持向量机的面包生产建模及决策参数优化方法在审

专利信息
申请号: 201911342055.X 申请日: 2019-12-24
公开(公告)号: CN111008791A 公开(公告)日: 2020-04-14
发明(设计)人: 胡雅文;周禹彤;陈由甲;张竣尧;赵雪妍;苏远超;姚立忠;李太福 申请(专利权)人: 重庆科技学院;重庆市凤鸣山中学
主分类号: G06Q10/06 分类号: G06Q10/06
代理公司: 重庆蕴博君晟知识产权代理事务所(普通合伙) 50223 代理人: 郑勇
地址: 401331 重*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 支持 向量 面包 生产 建模 决策 参数 优化 方法
【权利要求书】:

1.基于支持向量机的面包生产建模及决策参数优化方法,其特征在于,包括以下步骤:

S1设定影响面包口感质量的控制参数和面包品质评分标准;

S2对制作出的面包的品质进行评分;

S3收集已制作出的面包实验数据,所述实验数据包括高筋面粉数据、砂糖数据、盐数据、脱脂奶粉数据、黄油数据、酵母数据、水数据,将所述实验数据分别作为向量机的输入参数X1、X2……X7,以面包烘焙品质得分作为输出参数Y;

S4对实验数据样本进行归一化处理,使数据样本归于[0,1]之间,所述归一化处理的计算公式如下:

式中,a、b分别为归一化处理的范围[0,1]内的最小值和最大值,xi为数据集C中第i个数据归一化前的数值,x’i为数据集C中第i个数据归一化后的数值,max(C)表示数据集C中的最大值、min(C)表示数据集C中的最小值;

S5采用归一化处理后的实验数据作为训练集对面包最优配方的向量机模型进行训练,获得训练好的向量机模型;

S6应用向量机优化面包配方,使用训练好的向量机模型得到最优控制参数。

2.如权利要求1所述的基于支持向量机的面包生产建模及决策参数优化方法,其特征在于,

所述控制参数包括高筋面粉数据、砂糖数据、盐数据、脱脂奶粉数据、黄油数据、酵母数据、水数据。

3.如权利要求1所述的基于支持向量机的面包生产建模及决策参数优化方法,其特征在于,

所述面包品质评分标准包括,面包体积得分满分为35分,表皮色泽得分满分为5分,表皮质地与面包形状得分满分为5分,包芯色泽得分满分为5分,平滑度得分满分为10分,纹理结构得分满分为25分,弹柔性得分满分为10分,口感得分满分为5分,通过以上评分标准对面包打分,总分为100分。

4.如权利要求1所述的基于支持向量机的面包生产建模及决策参数优化方法,其特征在于,

进行体积检验时,使用面包体积测定仪进行测量,包括,将待测面包称重,选择与待测面包体积相仿面包模块,放入体积仪底箱中,盖好,从体积仪顶端放入填充物,至标尺零线,盖好顶盖后反复颠倒几次,消除死角空隙,调整填充物加入量至标尺零线,取出面包模块,放入待测面包,拉开插板使填充物自然落下,在标尺上读出填充物的刻度,即为面包的实测体积。

5.如权利要求1所述的基于支持向量机的面包生产建模及决策参数优化方法,其特征在于,

将获取到的样本数据分成训练集和测试集,具体为:

将获取到的样本数据按照训练测试比为4:1分成训练集和测试集。

6.如权利要求1所述的基于支持向量机的面包生产建模及决策参数优化方法,其特征在于,

所述支持向量机模型的目标函数为:

式中,m为样本的个数,ω为待学习的模型参数;C为大于0的正则化常数;l(h(xi)-yi)为任意损失函数;h(xi)为支持向量机模型的预测值;xi为第i个样本数据的特征组成的向量,yi为该样本对应的评分。

7.如权利要求1所述的基于支持向量机的面包生产建模及决策参数优化方法,其特征在于,

优化问题的表达式具体为:

式中,为期望输出值,yi为实际值,N为样本的个数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆科技学院;重庆市凤鸣山中学,未经重庆科技学院;重庆市凤鸣山中学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911342055.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top