[发明专利]一种基于Pareto最优的数字化调香方法

权利要求书

1.一种基于Pareto最优的数字化调香方法，其特征在于，该方法包括以下步骤：

步骤一、建立香原料描述信息库，其中的信息包括各香原料15种香韵的感官评分、香原料的香比强值、留香值、香品值、蒸汽压、朴却分类类型、来源分类和用量范围；

步骤二、根据调香目标，建立带约束的多目标优化模型，优化模型的目标分量包括三值理论模型、分维理论模型和共振理论模型，优化模型的约束条件包括香原料总数、用料偏好、创香主题和天然合成香原料的数量比，其输出为香精配方；

步骤三、使用遗传算法求解优化模型，得到优选的香精配方。

2.根据权利要求1所述的基于Pareto最优的数字化调香方法，其特征在于，所述步骤二中，定义带约束的多目标优化目标模型如下：

f(x)＝Min(f₁(x),f2(x),f3(x))

s.t.g₁(x)＝a；

g₂(x)＝b；

g₃(x)＝c；

h₁(x)d；

其中，x＝(x₁,x₂,…,x_N)为N维决策向量，其中N表示参与优化计算的香原料数目(即总共可用的香原料数目)，x_i表示第i个香原料的用量，x_i≥0，i＝1,2,3…N；

f₁(x)为三值理论模型函数：f₁(x)＝-log(B·L·P/1000)，B为配方香精的香比强值，B＝ΣB_iC_i，B_i表示配方中第i个香原料的香相比强值，C_i表示配方中第i个香原料的用量百分比；L为配方香精的留香值，L＝ΣL_iC_i，L_i表示配方中第i个香原料的留香值；P为配方香精的香品值，P＝ΣP_iC_i，P_i表示配方中第i个香原料的香品值；

f₂(x)为分维理论模型函数：f₂(x)＝-(ln M)/(ln N)，f₂(x)即分维数的相反数，M为N种香原料对主题香气的贡献值之和，M＝(ΣB_iC_iV_i)/(ΣB_iC_i)，V_i表示配方中第i个香原料与创香主题相同的香韵的感官评分值；

f₃(x)为共振理论模型函数：f₃(x)＝X²/Y-Y/Z，X为配方中所有头香香原料的蒸汽压总和，Y为配方中所有体香香原料的蒸汽压总和，Z为配方中所有基香香原料的蒸汽压总和；

g₁(x)、g₂(x)和g₃(x)为上述模型的等式约束；g₁(x)为香原料总数约束，x中大于0的元素个数必须等于设定的香原料总数a；

g₂(x)为香原料偏好约束，b＝(b₁,b₂,…,b_N)为N维香原料偏好向量，b_i表示第i个香原料的使用偏好，其取值为1、0.5或0，分别表示该香原料为必用、可用或禁用状态；若b_i＝1，则相应的x_i必须大于0；若b_i＝0，则相应的x_i必须等于0；

g₃(x)为创香主题约束，c＝(c₁,c₂,…,c_N)为N维创香主题约束向量，c_i表示第i个香原料的主体香韵是否满足创香主题，其取值为1或0，分别表示该香原料的主题香韵满足创香主题或不满足创香主题；若c_i＝0，则相应的x_i等于0；

h₁(x)为模型的不等式约束，表示香精配方中天然香原料的数量/合成香原料的数量必须大于设定的比例d。

3.根据权利要求1所述的基于Pareto最优的数字化调香方法，其特征在于，所述步骤三中包括以下步骤：

步骤1、初始化；设总共可用的香原料数目N，种群中个体的数量m，设定创香主题，形成配方的香原料数a，迭代计算次数k；

从N种香原料中进行随机选择香原料，形成m个满足步骤二中约束条件的初始配方，作为初始种群，各配方中每种香原料的配比根据调香师提供的各种香原料的用量范围随机选择；

步骤2、将m个配方两两之间随机交换香原料、改变某种香原料形成第一代子代种群，得到个配方；

步骤3、将这个配方和初始的m个配方构成新的种群；

步骤4、对这个配方，计算两两之间的不同原料个数，根据不同原料个数的差异将其分成不同的层；

步骤5、按每层的配方数量比例从各层中随机抽选共m个配方单作为新的父代种群，返回步骤2开始下一轮迭代；直到完成k次迭代，计算最终得到的m个配方对应的f(x)值，将m个配方按其对应的f(x)值由小到大排序，排序靠前的配方即为优选的香精配方。