烤烟烟气主要指标的预测方法技术

本发明专利技术公开了一种烤烟烟气主要指标的预测方法。先建立烤烟烟气主要指标的模型：检测训练烤烟样品和测试烤烟样品的主要化学成分及烟气主要指标；利用灰色函数聚类将训练烤烟样品聚类；确定进入模型的变量；在每一类样品的烟气主要指标与主要化学成分之间建立灰色预测模型；建立每一类训练样品的ＢＰ神经网络；用测试样品烤烟的烟气主要指标对和主要化学成分进行测试和调整。检测时将待测烤烟样品的主要化学成分进行聚类后利用其所在类的模型进行预测从而得到烟气主要指标。本发明专利技术克服了现有技术需要对大量样本进行检测并运算的不足，实现了利用少量化学成分样品预测烤烟烟气主要指标，减轻了配方人员的评吸工作量，可以广泛应用在烟草行业。

【技术实现步骤摘要】

本专利技术涉及烤烟的评测方法，具体涉及利用烟草的化学成分预测烤烟烟气 主要指标的方法。
技术介绍
烟草传统的评价方法主要依据人的感官评吸，但感官质量评价易受人的身 体状况和烟草评吸量的影响，造成感官质量的波动。同时，测试人员需要大量 的评吸烟草，工作量大，而且不利于身体健康。灰色预测模型是20世纪80年代发展起来的属于非线性外推类预测方法， 因其实用性强，所需数据量少，建模灵活方便，预测精度较高，从而在社会科 学和自然科学各领域得到广泛应用。而神经网络具有并行计算、分布式信息存 储、容错能力强、自适应学习等优点，在处理复杂的人工智能和非线性问题上 显示出极优越的地位。灰色预测模型主要用于时间短、数据少、波动不大的预 测问题，在数据量较少的情况下，可以获得比较准确的预测效果；人工神经网 络模型(ANN)在训练样本较多的情况下可以得到较好的预测效果，但在样本量不 足的情况下预测误差较大。
技术实现思路
本专利技术克服了现有技术的不足，先利用灰色方法对数据进行处理，削弱原 始数据中存在的随机性和波动性，再利用神经网络进行灰色模型预测值修正， 可省略模型精度检验这一步，提高了计算速度和计算精度本文档来自技高网...

【技术保护点】
一种烤烟烟气主要指标的预测方法，其特征在于按照如下步骤：　（一）建立烤烟烟气主要指标的模型　步骤１检测训练烤烟样品和测试烤烟样品的主要化学成分及烟气主要指标；　步骤２利用灰色函数聚类将训练烤烟样品聚类；　步骤３应用灰 色关联聚类与灰色绝对关联对每一类训练样品进行模型变量的选择，确定进入模型的变量；　步骤４在每一类训练样品的烟气主要指标与主要化学成分之间建立灰色ＧＭ（１，ｎ）预测模型；　步骤５将步骤４所得的预测值作为ＢＰ神经网络的输入样本，把训 练样品的烟气主要指标真实值作为ＢＰ神经网络的目标样本，对神经网络训练，得到一系列对应...

【技术特征摘要】

【专利技术属性】
技术研发人员：李东亮，戴亚，许自成，
申请(专利权)人：川渝中烟工业公司，
类型：发明
国别省市：90[中国|成都]