[发明专利]基于鲁棒回归建模预测烤片烟气NNK的方法

摘要

本发明提供一种基于鲁棒回归建模预测烤片烟气NNK的方法，通过已有的烤片理化数据和烟气NNK数据建立从理化指标项到烟气NNK的模型，对于未知烤片烟气NNK样本，可以利用其理化成分数据直接预测烤片烟气NNK值。本发明省去了由传统化学方式进行卷制、燃烧、捕捉烟气、检测等步骤；同时，采用鲁棒回归模型，可以有效地避免因理化数据或烟气数据中奇异值样本导致的弊端，很大程度上保证模型的健壮性，这点正是鲁棒回归建模优于普通线性回归建模的优点。实践证明，该模型能够有效地预测烤片的烟气NNK值，极大地提高检测效率，降低检测成本。

主权项

1.一种基于鲁棒回归建模预测烤片烟气NNK的方法，其特征在于经过下列各步骤：/n(1)将已知烤片的理化数据与烟气NNK数据对应列出，建立数据样本集；所述理化数据包括总糖、还原糖、烟碱、总挥发碱、总氮、烟碱氮、蛋白质、施木克值、氮碱比、氯、钾、糖碱比和氨态碱；/n(2)分别计算步骤(1)所得数据样本集中各理化数据的列向量x₁～x_n和烟气NNK数据的列向量y，通过下列公式分别计算各理化数据与烟气NNK的线性相关系数r，线性相关系数r的绝对值大于0.3所对应的该项理化数据即为对烟气NNK有重要影响的特征指标项，作为建模用的输入变量：/n /n式中：x为某一理化数据的列向量，y为烟气NNK数据的列向量；/n(3)根据不同产地、品种、档次，均匀挑选245个烤片作为训练样本，运用鲁棒回归线性建模算法，建立烟气NNK预测模型，其表达式为下式：/nY＝AX+b＝a₁x₁+a₂x₂+…+a_nx_n+b (2)/n式中：Y为烟气NNK的模型预测值，X为理化数据向量，b为常数项，A为回归系数向量；/n(4)依据步骤(2)选择的特征指标项，将待测烤片的对应理化数据作为输入变量套用至步骤(3)的预测模型中，即能测算得到待测烤片的烟气NNK的模型预测值Y；最终得到烟气NNK预测模型的表达式为：Y＝5.23286-0.20846*总糖-0.57605*还原糖-78.93016*总挥发碱+37.96131*总氮-4.68500*蛋白质+5.43078*施木克值-0.59917*钾-0.35104*糖碱比+75.20158*氨态碱。/n