[发明专利]一种基于Pareto最优的数字化调香方法

说明书

本发明公开了一种基于Pareto最优的数字化调香方法，首先建立香原料描述信息库，包括对常用香原料的感官评分、香原料的香比强值、留香值、香品值、蒸汽压、朴却分类类型(头香、体香、基香)、来源分类(天然、合成)等信息。然后根据调香的目标，同时使用三值理论、分维理论和共振理论作为优化目标，采用香原料总数、用料偏好、创香主题和天然合成香原料的数量比等作为约束条件，采用遗传算法寻求优化解集，作为候选的配方单。该方法可解决传统单目标调香结果单一，多样性差的问题，灵活地提供了更为实用的数字化调香方法。

技术领域

本发明涉及一种基于香气分维的数字化调香新方法，属于香精香料领域。

背景技术

随着国民生活水平的日益提高，香精在日常用品、食品、香烟中的作用越来越大，对提升产品品质，改善产品风味有重要的作用。烟用香精作为卷烟生产重要的组成部分，对改善卷烟口感、突出烟草风味具有重要的作用。

通常情况下，香精配方主要由香原料及其用量构成，虽然创香极具艺术性，但一个良好的香精配方并不是各种香原料随机组合，需要在满足一定基础框架的同时，结合长年的研究成果和经验形成，部分理论成果有较大的参考价值，如香气的分维理论、香气共振理论、三值理论等，各个理论各有所长，但是目前没有综合各个理论的自动调香方法。目前，香精的调香主要依靠调香师的经验和简单的理化指标分析，调香的方式方法因人而异，流程的人为随意性很强，加之调香师的感官检验(香气、香味和外观检验)存在人为的不确定因素和理化指标(相对密度、折射率、醇值、酯值等)的允许范围相对较大，致使调香结果的重复性和可控性较差。因此，建立一种科学合理、不单依靠人为主观判定的调香方法显得非常重要。

发明内容

本发明针对现有的卷烟调香技术存在理论多样、结果单一、效率偏低的缺陷，提供一种多样性好、效率高的数字化调香新方法，该方法提高了卷烟调香技术流程的科学性和高效性，适用范围广。

一种基于Pareto最优的数字化调香方法，包括以下步骤：

步骤一、建立香原料描述信息库，包括各香原料的15种香韵(烤烟烟香、晾晒烟烟香、清香、果香、辛香、木香、青滋香、花香、药草香、豆香、可可香、奶香、膏香、烘焙香、甜香)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(头香、体香、基香)、来源分类(天然、合成)、用量范围等信息；其中感官评分通过组织评香小组(以行业卷烟高级调香师、调香师班毕业学员为主，吸纳部分卷烟工业企业从事卷烟配方工作的骨干人员)人工嗅评获取，每位成员对香原料进行15种香韵评分，香韵等级取值为0到3之间，数值越大表示该香韵越强烈，每种原料的香韵评分结果去除一个最小值和一个最大值，再取平均得到最终分值；其它信息由文献资料和实验获得，如香原料的香比强值、留香值、香品值可由文献资料查获，主要来源：林翔云《调香术》第三版，化学工业出版社。

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。

进一步地，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；