[发明专利]一种预测卷烟感官质量指标的支持向量机SVM方法

摘要

本发明公开了一种预测卷烟感官质量指标的支持向量机(SVM)方法，包括如下步骤：步骤1：建立卷烟样本数据库；步骤2：结合行业专家经验，对卷烟样本按照不同风格进行第一次分组；步骤3：构建SVM分类模型，对卷烟样本进行第二次分组；步骤4：构建各组子样本的各项卷烟感官质量指标的DPSOSVM回归预测模型；步骤5：获取未知卷烟样的烟气仿生吸收化学组分数据；步骤6：进行SVM分类计算，判别未知卷烟样归属的组别；步骤7：将步骤5获取的烟气仿生吸收化学组分数据导入该组子样本对应的各项卷烟感官质量指标DPSOSVM回归预测模型，进行预测计算，获得该未知卷烟样各项感官质量指标的预测值；该方法能够减少人工评吸工作量、提高卷烟感官质量评价客观一致性，适宜广泛应用于烟草行业。

主权项

一种预测卷烟感官质量指标的支持向量机(SVM)方法，其特征在于，包括以下步骤：步骤1：建立卷烟样本数据库；卷烟样本数据包括卷烟样本的主流烟气仿生吸收样的化学组分数据和感官质量指标的专家评吸数据；步骤2：结合行业专家经验，对卷烟样本按照不同风格进行第一次分组；步骤3：采用离散粒子群优化(DPSO)算法和SVM分类建模方法，利用步骤2得到的各组卷烟子样本的烟气仿生吸收化学组分数据，构建SVM分类模型，对卷烟样本进行第二次分组得到风格不同的各组子样本；步骤4：根据各组子样本的仿生吸收化学组分数据和感官质量指标评吸数据，利用DPSO算法和SVM回归建模方法，分别构建各组子样本的各项卷烟感官质量指标的DPSOSVM回归预测模型；步骤5：利用卷烟主流烟气仿生吸收采样装置系统及色谱法检测法和酸度计法，获取未知卷烟样的烟气仿生吸收化学组分数据；步骤6：将步骤5获取的烟气仿生吸收化学组分数据导入SVM分类模型，进行SVM分类计算，判别该卷烟样归属的组别；步骤7：如果该卷烟样归于其中某一组，将步骤5获取的烟气仿生吸收化学组分数据导入该组子样本对应的各项卷烟感官质量指标DPSOSVM回归预测模型，进行预测计算，然后系统将输出该卷烟样所属组别及其各项感官质量指标的预测值。