[发明专利]一种基于助燃剂的卷烟烟气中的H值预测模型构建方法

摘要

本发明公开了一种基于助燃剂的卷烟烟气中的H值预测模型构建方法，属于卷烟添加剂对卷烟危害性影响技术领域。本发明将助燃剂含量分解为助燃剂离子含量后，采用离散化方法处理数据，进而以分组样本比较算法筛选重要性助燃剂和助燃剂离子，并根据筛选的重要性的助燃剂和/或助燃剂离子构建卷烟烟气中的H值的三次函数预测数学模型。该方法简单实用，所建立的模型预测精度较高，为柠檬酸盐及苹果酸盐助燃剂体系或其它助燃剂体系卷烟烟气中H值的预测模型的建立提供一种新方法。

主权项

一种基于助燃剂的卷烟烟气中的H值预测模型构建方法，其特征在于：将助燃剂含量分解为助燃剂离子含量后，采用离散化方法处理数据，进而以判别方法筛选重要性助燃剂和助燃剂离子，并根据筛选的重要性的助燃剂和/或助燃剂离子构建卷烟烟气中的H值预测模型；具体步骤如下：步骤（1），数据离散化处理：将卷烟中所用助燃剂含量数据，转化为助燃剂离子含量数据；将所有助燃剂和助燃剂离子含量，采用中位数法进行离散化处理；步骤（2），重要性助燃剂和助燃剂离子筛选：采用Mann‑Whitney‑Wilcoxon 非参数检验方法，考察卷烟烟气中的H值在每个助燃剂和助燃剂离子分组下的分布情况，确定对卷烟烟气中的H值影响较大助燃剂和/或助燃剂离子；所述的卷烟烟气中的H值是按照《卷烟烟气危害性指数研究》中所述的方法得到的；步骤（3），卷烟烟气中的H值预测模型建立：卷烟烟气中的H值预测模型的建立，从助燃剂和助燃剂离子中选择对卷烟烟气中的H值影响最大的前2个为自变量，以卷烟烟气中的H值为因变量，模型采用两变量三次模型，参数拟合方法采用Levenberg‑Marquardt结合GlobalSearch方法，上界为两个自变量的最大值，下界为两个自变量的最小值，初始值设定为上界和下界之间的任意一个值；步骤（4），模型验证：在相同的助燃体系下，随机选择样品通过常规方法测定步骤（3）中从助燃剂和助燃剂离子中选择对卷烟烟气中的H值影响最大的前2个的含量，并代入步骤（3）所构建的卷烟烟气中H值数学模型进行计算，得到卷烟烟气中的H值的预测值，再按照《卷烟烟气危害性指数研究》进行卷烟烟气中H值相关指标的实际释放量检测和计算，通过计算预测与实测值之间的相对偏差，比较预测值及实测值的差异。