[发明专利]一种辅助叶组配方平衡替换的方法

说明书

本发明公开一种辅助叶组配方平衡替换的方法，将人为替换经验信息化转换成筛选条件，形成规则的原料分类方法；从现有库存物料中选取可替换的物料，运用聚类算法筛选比对，将具备最多共同特征的可替换物料作为可选替换原料进行信息提交，同时利用历史替换配方记录，对特征选取中可能出现的偏差进行修正和过滤；综合两种筛选结果，代入完整配方需求的环境中，运用机器学习的评价预测方法，将原料数据关联完整配方设计数据和专业评价数据，对筛选出的可替换原料进行预测评分，最终优化选取出可靠的可替换物料选择列表。本发明为工作人员提供直观的替换选择，为配方替换、配方维护和配方研发提供科学化、信息化的数据预测支撑。

技术领域

本发明涉及一种辅助叶组配方平衡替换的方法，属于卷烟叶组配方技术领域。

背景技术

烟草作为一种农产品，受本身遗传基因、栽培措施、土壤条件、气候因素及调制方法等多方面的影响，不同品种、不同地区甚至同一植株不同部位的烟叶，在品质及风格上都存在着较大差异。因此，烟叶的各种优良品质因素，不可能仅存在于同一种或少数几种烟叶中。一个品种的烟叶，其品质因素往往是互相矛盾的。如某些烟叶香气充足，但杂气较重、刺激性较大；某些烟叶劲头适中，但香气不够足。使用单一品种或单一等级的烟叶制成的卷烟，有无法克服的质量缺陷。即使是高等级的烟叶，也难以获得令人完全满意的效果。这就需要利用各种烟叶的不同特性，选取最佳的叶组配方组合，使参与配方的各种烟叶能扬长避短、互相补充，并协调一致地发挥各自的作用。

我国在叶组配方设计方面做了大量研究与应用，但未得到切实的应用，还是依赖于设计师的传统经验来设计卷烟产品，这种传统经验认为：可以根据相同区域、相同品种、相同部位、不同等级的烟叶进行混配；也可以对不同区域、相同品种、相同部位、适配性较强的烟叶混配等。但实践证明，这种传统式经验配方不利于卷烟新产品的开发，所以在经验设计的基础上，研究算法设计卷烟产品是卷烟发展的必然趋势。

发明内容

本发明的目的在于针对现有技术的不足，提供一种辅助叶组配方平衡替换的方法，以解决传统原料叶组配方平衡替换方法过程复杂，综合影响因素需结合考虑，测试结果准确率波动较大、费时费力的问题。

本发明采用如下技术方案：一种辅助叶组配方平衡替换的方法，是通过大批量的历史数据和当前生产数据，包括原料、配方、内在质量评价等相关数据，对数据清洗并抽取关联关系进行研究，以原料变化对配方调整的影响角度分析，同时分析原料配方变化，记录分析配方变化后为保持内质的不变，香精香料、烟用材料和生产工艺参数调整对于内质评价的正反影响算法应用，最后找到原料品质信息对原料叶组平衡替换方法。具体包括以下步骤：

（1）基于规则的原料分类：将原料历史替换的所有数据进行汇总，对比分析历史替换数据中各个属性变更的频次，根据频次得到库存信息和原料属性身份信息对原料可替换的重要性程度的排序；再根据重要性程度的排序，建立决策树，将第一重要属性作为对预测效果改进的最大的自变量，被首先用于拆分节点，随后又将第二重要属性进行第二次拆分，以此类推，最终找到可替换的原料；

（2）基于聚类算法的原料分类：整理归纳现有可用库存原料，建立多维空间体系，以原料的特征身份信息作为维度，每一条原料根据不同特征属性的维度生成多个空间坐标点，坐标点相互之间维度越相近，原料的特征属性则越相近，被替换的准确性越高；通过聚类算法在现存原料的特征属性中挑选多维度特征近似趋同的原料作为可替换备选；然后利用历史替换记录修正聚类偏差，获得部分可替换原料；

（3）基于机器学习算法的评价预测：将步骤（1）与步骤（2）中的可替换原料结果结合取正交集合，所得集合即为最终的可替换原料列表。

所述步骤（1）的频次中频次越高的，则该属性特征对原料替换的影响程度越低，重要性也低。

所述步骤（1）的库存信息是指是否拥有库存。库存是影响替换的决定性因素，毫无疑问跟实际情况相符，在没有库存的情况下，是根本无法进行原料替换的。