一种基于Pareto最优的数字化调香方法技术

本发明专利技术公开了一种基于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。

【技术实现步骤摘要】
一种基于Pareto最优的数字化调香方法
本专利技术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。
技术介绍
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。
技术实现思路
本专利技术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；其中，x＝(x1,x2,…,xN)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)，xi表示第i个香原料的用量(包括重量、配比等)，xi≥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＝ΣBiCi，Bi表示配方中第i个香原料的香相比强值，Ci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＝ΣLiCi，Li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＝ΣPiCi，Pi表示配方中第i个香原料的香品值；采用负对数的形式，将模型最小值求解转换成最大值求解；f2(x)为分维理论模型函数：f2(x)＝-(lnM)/(lnN)，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＝(ΣBiCiVi)/(ΣBiCi)，Vi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(如创香主题果香，则取该香原料果香的感官评分值)；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,…,bN)为N维香原料偏好向量，bi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bi＝1，则相应的xi必须大于0；若bi＝0，则相应的xi必须等于0；g3(x)为创香主题约束，c＝(c1,c2,…,cN)为N维创香主题约束向量，ci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【香原料的主题香韵一般等于其15种香韵感官评分值中最大项，如某一香原料的主题香韵为果香，而创香主题为果香，则相应元素取值为1，否则为0】；若ci＝0，则相应的xi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。进一步地，步骤三中使用遗传算法求解优化模型。首先随机生成m个配方作为初始种群，通过对种群进行选择、交叉、变异三个遗传操作，得到第一代子代种群；然后将父代种群和子代种群合并进行分层，并计算每层的个体拥挤度，根据每一层的个体拥挤度从各层中选取合适个数的个体组成新的父代种群，然后再通过选择、交叉、变异得到下一代种群。如此反复，直到循环次数达到预设值。从最终得到的子代种群中根据各配方对应的f(x)值大小选择香精配方。具体包括以下步骤：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中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Cm2个配方；步骤3、将这Cm2个配方和初始的m20个配方构成新的种群；步骤4、对这Cm2+m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。本专利技术实施例中，设置N＝150，m＝20，a＝10，k＝10。通过本专利技术可以产生多个配方的方法有两种：一是调整参数，多次运行计算；二是从最终的子代种群种选择若干配方做为结果。有益效果：本专利技术提供了一种基于Pareto最优的数字化调香方法，将香精配方的形成转换成带约束的多目标优化问题，以此获取满足基本感官要求和调香目标的配方单。首先建立《香原料描述信息库》，然后根据调香目标，综合考虑香气的三值理论、分维理论和共振理论论作为创香理论支撑，将配方单表达成优化算法中决策变量，直接利用变量的不同维度表达原料用量值，建立优化目标，采用香原料数量、用料偏好(用料偏好可本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】
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。2.一种基于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,…,xN)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)，xi表示第i个香原料的用量，xi≥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＝ΣBiCi，Bi表示配方中第i个香原料的香相比强值，Ci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＝ΣLiCi，Li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＝ΣPiCi，Pi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)＝-(lnM)/(lnN)，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＝(ΣBiCiVi)/(ΣBiCi)，Vi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...

【专利技术属性】
技术研发人员：孔波，卢红兵，钟科军，谭新良，马畛，庹苏行，李燕春，杨华武，龚淑果，赵国玲，
申请(专利权)人：湖南中烟工业有限责任公司，
类型：发明
国别省市：湖南,43