[发明专利]基于遗传算法的图像法含梗率非线性拟合模型计算方法

摘要

本发明公开了基于遗传算法的图像法含梗率非线性拟合模型计算方法，具体包括以下操作步骤：步骤1：运用传统的称重法计算出一系列烟草成品样本的含梗率，将这些值作为目标数据集合；步骤2：对步骤1同一批烟草成品样本在运用软件的图像法计算出含梗率，将这些值作为需要拟合函数的输入集合，步骤3：运用改进的遗传算法求出非线性拟合函数的最佳参数，即满足遗传算法结束循环条件的系数向量A=[a1，a2，…，an]T。本发明以图像法结果为输入集合，已称重法结果为目标集合，运用改进的遗传算法获得两个集合对应的非线性拟合函数的最佳参数，来提高图像法测量结果的对于不同类型烟叶含梗率测量的结果精度。

主权项

1.基于遗传算法的图像法含梗率非线性拟合模型计算方法，其特征在于，具体包括以下操作步骤：/n步骤1：得到目标数据集合：运用传统的称重法计算出一系列烟草成品样本的含梗率，将这些值作为目标数据集合；/n步骤2：得到输入集合：对步骤1同一批烟草成品样本在运用软件的图像法计算出含梗率，将这些值作为需要拟合函数的输入集合，/n步骤3：运用改进的遗传算法求出非线性拟合函数的最佳参数，即满足遗传算法结束循环条件的系数向量A＝[a