一种基于改进遗传算法的SVM卷烟感官质量预测方法技术

本发明专利技术涉及一种基于改进遗传算法的SVM卷烟感官质量预测方法，解决的是无法满足评价指标特征值的正确选取、准确度低的技术问题，通过采用包括(1)根据SVM算法，选择核函数为径向基核函数；(2)采用改进遗传算法优化径向基核函数参数，得到最优参数，根据最优参数构建改进SVM算法模型；(3)定义训练数据集与测试数据集，利用改进SVM算法模型构建预测系统；(4)将至少两种不同的评价卷烟质量的指标值输入预测系统，分别进行分类测试和组合测试，挑选最优指标值；所述指标值包括影响卷烟感官质量的化学成分或经验值的技术方案，较好的解决了该问题，可用于烟草行业卷烟感官质量分析预测中。

【技术实现步骤摘要】
一种基于改进遗传算法的SVM卷烟感官质量预测方法
本专利技术涉及烟草行业卷烟感官质量分析预测领域，具体涉及一种基于改进遗传算法的SVM卷烟感官质量预测方法。
技术介绍
烟草化学成分与感官质量存在着某种对应关系，在卷烟生产过程中，很难针对烟草的物理化学指标与卷烟感官质量复杂关系建立起有效的数学模型，因此在烟草及其制品新产品开发和产品维护过程中，主要通过评吸专家们人工不断的吸烟，来对卷烟的口感、香味等评价标准来进行卷烟质量的评价。迄今为止，由于技术原因，大多数烟草行业主要还是依靠评吸专家通过感官来评估卷烟质量的优劣和卷烟的风格，感官评吸主要依赖的是评吸专家的评吸经验、个人喜好、人的生理和心理条件，本身还是一门需要靠长期积累和丰富经验的技术。但卷烟质量的评估结果往往受专家们的知识结构、经验、情绪、环境和个人喜好等主观因素的影响，评估结果的可靠性难以得到保证，并且长期从事评吸工作对评吸专家的身体健康也有很大的危害，因此，很多致力于研究烟草质量方面的学者们一直在寻找烟草化学成分与卷烟感官质量之间的关系。为了解评吸过程主观性强、效率低的问题，现有使用机器学习的方法对卷烟感官质量进行评价，力求从大本文档来自技高网...

【技术保护点】
一种基于改进遗传算法的SVM卷烟感官质量预测方法，其特征在于：所述预测方法包括：(1)根据SVM算法，选择核函数为径向基核函数；(2)采用改进遗传算法优化径向基核函数参数，得到最优参数，根据最优参数构建改进SVM算法模型；(3)定义训练数据集与测试数据集，利用改进SVM算法模型构建预测系统；(4)将至少两种不同的评价卷烟质量的指标值输入预测系统，分别进行分类测试和组合测试，挑选最优指标值；所述指标值包括影响卷烟感官质量的化学成分或经验值。

【技术特征摘要】
1.一种基于改进遗传算法的SVM卷烟感官质量预测方法，其特征在于：所述预测方法包括：(1)根据SVM算法，选择核函数为径向基核函数；(2)采用改进遗传算法优化径向基核函数参数，得到最优参数，根据最优参数构建改进SVM算法模型；(3)定义训练数据集与测试数据集，利用改进SVM算法模型构建预测系统；(4)将至少两种不同的评价卷烟质量的指标值输入预测系统，分别进行分类测试和组合测试，挑选最优指标值；所述指标值包括影响卷烟感官质量的化学成分或经验值。2.根据权利要求1所述的基于改进遗传算法的SVM卷烟感官质量预测方法，其特征在于：所述最优参数为最佳惩罚因子项以及最佳核函数参数。3.根据权利要求2所述的基于改进遗传算法的SVM卷烟感官质量预测方法，其特征在于：所述采用改进遗传算法优化径向基核函数参数包括：(A)确定训练数据，设置初始种群规模、最大代数、变异概率、交叉概率、适应度函数预定值，初始化t＝0；(B)编码生成初始种群q(t)，计算各个体适应度f(t)；(C)种群中各个体适应度组成的适应度函数值大于适应度函数预定值，同时种群中个体的适应度f(t)最佳值无变化时则执行步骤(F)；(D)t＝t+1，选择两个个体进行...

【专利技术属性】
技术研发人员：张华成，徐慧，杨兵，邹万，邹衡，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西,45