基于人工免疫方法的卷烟叶组配方维护方法组成比例

本发明专利技术提供的是一种基于人工免疫方法的卷烟叶组配方维护方法。将免疫神经网络、免疫网络、免疫算法与专家系统方法相结合，应用于卷烟叶组标准配方维护，建立配方维护设计的智能系统。该方法先根据行业专家经验将样本数据按风格分组；再用独特型免疫网络聚类，将单料烟按指标划分为不同的类，同类烟叶具有可替换性；结合专家经验选择烟叶，组成新叶组方案，并采用免疫优化算法对叶组方案编码，进行优化搜索；调用成品烟的神经网络预测模型，对叶组配方方案进行评价，最终推荐出最优或接近最优的几组叶组配方维护方案。该方法将行业专家经验、免疫网络聚类与免疫神经网络预测模型有机结合，能有效辅助叶组配方设计及提高卷烟质量生产的稳定性。

Recipe maintenance method of cigarette leaf set based on artificial immune method

The invention provides a recipe maintenance method of a cigarette leaf set based on an artificial immunity method. The immune neural network, immune network, immune algorithm and expert system method are applied to the standard recipe maintenance of rolling tobacco group, and the intelligent system of prescription maintenance design is established. Firstly, according to expert experience industry sample data according to the style and grouping; idiotypic immune network clustering, the tobaccos are divided into different classes according to the index, the same tobacco is replaceable; with the experience of experts selection of tobacco, new leaf group, and the immune algorithm on group encoding optimization search scheme. The neural network prediction model; call a tobacco product, were evaluated on the formulation plan, finally recommends several leaf group formulation for optimal or near optimal maintenance scheme. The method combines industry expert experience, immune network clustering and immune neural network prediction model. It can effectively assist the design of leaf group formula and improve the stability of cigarette quality and production.

【技术实现步骤摘要】

本专利技术涉及的是一种应用于叶组配方维护的计算机控制方法。(二)
技术介绍
在巻烟叶组配方维护中，行业专家关心的是，哪些替代烟叶与未被替换的烟 叶组成新叶组后，仍能保持原标准叶组的风格、感官质量和烟气含量指标。就是 说，要知道烟叶之间或小范围叶组组合间的相似性。人凭经验判断，多从地区、 香型风格等较少的主要因素考虑，不能完全平衡感官质量和烟气各项指标，使新 叶组的这两大质量指标不超出标准叶组维护允许的波动范围。(三)
技术实现思路
本专利技术的目的在于提供一种将行业专家经验、免疫网络聚类与免疫神经网络 预测模型有机结合，能有效辅助叶组配方设计及提高巻烟质量生产的稳定性的基 于人工免疫方法的巻烟叶组配方维护方法。本专利技术的目的是这样实现的-(1) 先将样本数据按风格分组，再将各组内单料烟的理化、感官评吸、烟 气指标数据通过免疫网络聚类，得到多类的烟叶集合；(2) 选择要维护的叶组配方名称，査询出原叶组的烟叶组成；(3) 根据生产需要确定叶组中要替换的烟叶，读取每个被替换烟叶所属各 类集合的信息，推荐给用户；(4) 再根据被替换烟叶所属大地区与出产年度，用户在相近烟叶基础上选 择可用作替换的烟叶，添加到备选烟叶中；(5) 将原叶组未被替换的烟叶与备选烟叶按一定顺序组合成若干新叶组， 各新叶组中，添加烟叶的种数大于原被替换烟叶的种数；(6) 按照免疫算法步骤，分别对各新叶组'编码'，构成配方方案'抗体种 群'；计算出新叶组的理化指标，以神经网络评价和预测模型的输出值来计算每 代'抗体'的'适应度'值；(7) 进行"免疫操作"，在"免疫变异操作"中结合专家经验的规则推理，加快搜索到最佳或次佳解的速率；(8) 在规定的抗体进化最大代数内，査询是否有'适应度'值符合目标要 求的叶组，有则停止，否则循环至结束；(9) 计算过程结束有解，则系统输出搜索到的最佳或次佳方案，同时给出 免疫神经网络预测的感官评吸值和烟气分析值；否则，提示没有最佳方案的信息。本专利技术的创新点在于，采用传统人工智能专家系统方法，发挥行业专家经验 及推理能力，与新的计算智能技术(免疫算法)、免疫网络聚类、免疫神经网络预 测模型有机结合，构成强有力的专家系统，应用于叶组配方维护中。其关键技术 有1、 独特型免疫网络数据自组织算法 本方法中免疫网络通过免疫抗体映射聚类过程实现对输入模式特征"聚类"，提取输入数据中的重要特征或某种内在规律性。系统先根据行业专家经验将烟叶样本按风格分组；在烟叶的理化、感官质量、 烟气指标数据归一化后，依属性重要性的不同分配不同的'聚类参与度'。例如， 糖碱比、施木克值、钾氯比、香气质、香气量这些重要参数分配参与度0.8，次 要参数分配参与度0.3。免疫网络根据欧氏距离相似性函数实现数据自组织聚类，基于被聚类数据产 生少量抗体，利用这些抗体表示原始烟叶数据类别特征，烟叶的类特征，可由其 理化、感官质量、烟气指标表征。以这些参数作为聚类的输入向量，得到映射到 同一类中心样本点的烟叶，都可为推荐烟叶。要对烟叶进行替换必须区分出各属 性(参数)的细微差别，因此算法中采用抗体小邻域变异，得到抗体映射中心点 后，采用欧氏距离分析法计算出各中心点的差别度，再判定类别个数及各类包含 样本集。2、 免疫算法免疫算法是一种模拟免疫系统抗体进化思想的搜索优化算法,可以避免进化 计算易陷于局部最优的缺陷。它以'抗体编码'、'克隆'、'变异'、'克隆选择'、 <抗体更新'等免疫学与进化论思想为基础，建立新型的迭代自适应概率性搜索 与优化方法，能够有效保持解的多样性，因此比传统的线性规划方法和进化计算 方法搜索范围更大，得到最佳或次优解的可能更大。本方法用免疫算法完成配方叶组中烟叶比例的组合优化，将原叶组中保留 (不被替换)烟叶加上备选替代烟叶共同组成新叶组配方，采用实数编码。免疫 算法的'适应度'(抗体亲和力)值是用神经网络预测模型计算，即为新叶组与 原叶组的感官质量指标、烟气值之间的均方误差的倒数。本专利技术为建立基于人工免疫方法的巻烟叶组配方维护专家系统。该方法将免 疫神经网络、免疫网络、免疫算法与专家系统方法相结合，应用于巻烟叶组标准 配方维护，建立配方维护设计的智能系统。该方法先根据行业专家经验将样本数 据按风格分组；再用独特型免疫网络聚类，将单料烟按(理化、感官、烟气)指 标划分为不同的类，同类烟叶具有可替换性；结合专家经验选择烟叶，组成新叶 组方案，并采用免疫优化算法对叶组方案编码，进行优化搜索；调用成品烟的神 经网络预测模型，对叶组配方方案进行评价，最终推荐出最优或接近最优的几组 叶组配方维护方案。该方法将行业专家经验、免疫网络聚类与免疫神经网络预测 模型有机结合，能有效辅助叶组配方设计及提高巻烟质量生产的稳定性。(四) 附图说明图l智能叶组配方维护系统的总体结构图。 图2智能叶组配方维护系统的使用管理图。 图3智能叶组配方维护系统的流程图。具体实施方式 下面结合附图举例对本专利技术做更详细地描述本专利技术的基于人工免疫方法的巻烟叶组配方维护方法的实现步骤为-(1) 先根据行业专家经验将样本数据按风格分组，再将各组内单料烟的理 化、感官评吸、烟气指标数据通过免疫网络聚类，得到多类的烟叶集合。(2) 选择要维护的叶组配方名称，査询出原叶组的烟叶组成。(3) 根据生产需要确定叶组中要替换的烟叶，读取每个被替换烟叶所属各 类集合的信息，推荐给用户。用户在此基础上选择认为可用作替换的烟叶，加到 备选烟叶中。(4) 再根据被替换烟叶所属大地区与出产年度，用户在相近烟叶基础上选 择可用作替换的烟叶，添加到备选烟叶中。(5) 将原叶组未被替换的烟叶与备选烟叶按一定顺序组合成若干新叶组。各新叶组中，添加烟叶的种数一般应大于原被替换烟叶的种数。(6) 按照免疫算法步骤，分别对各新叶组'编码'，构成配方方案'抗体种 群'；计算出新叶组的理化指标，以神经网络评价和预测模型的输出值来计算每 代'抗体，(配方)的'适应度'值；(7) 进行"免疫操作"，在"免疫变异操作"中结合专家经验的规则推理， 加快搜索到最佳或次佳解的速率。(8) 在规定的抗体进化最大代数内，査询是否有'适应度'值符合目标要 求的叶组，有则停止，否则循环至结束。(9) 计算过程结束有解，则系统输出搜索到的最佳或次佳方案，同时给出免疫神经网络预测的感官评吸值和烟气分析值；否则，提示没有最佳方案的信息。本专利技术的使用管理过程为(1) 按系统的用户界面提示，用户选择需维护的叶组配方名称。(2) 査询出此叶组配方的单料烟组成，及其他基本属性、理化、感官评吸、 烟气指标的数据。(3) 确定该叶组配方中要替换的单料烟。(4) 系统从免疫神经网络知识库中读取与各被替换烟同类的单料烟信息，供用户选择，并添加到备选替换烟叶集合中。(5) 用户再由系统根据专家经验推荐的烟叶信息中选择多种烟叶，并添加 到备选替换烟叶集合中。(6) 系统调用免疫算法进行叶组配方方案搜索与优化，逐步逐个通过免疫 神经网络预测模型评价，最终推荐出满足要求的多个方案。(7) 以与原叶组的各项属性对比的方式，显示新叶组配方方案的性能。 用于建立叶组配方维护的样本数据为行业专家根据经验提出相关性最大的输入与输出参数包括(1) 采集所有单料烟本文档来自技高网...

【技术保护点】
一种基于人工免疫方法的卷烟叶组配方维护方法，其特征是：　（１）先将样本数据按风格分组，再将各组内单料烟的理化、感官评吸、烟气指标数据通过免疫网络聚类，得到多类的烟叶集合；　（２）选择要维护的叶组配方名称，查询出原叶组的烟叶组成； 　（３）根据生产需要确定叶组中要替换的烟叶，读取每个被替换烟叶所属各类集合的信息，推荐给用户；　（４）再根据被替换烟叶所属大地区与出产年度，用户在相近烟叶基础上选择可用作替换的烟叶，添加到备选烟叶中；　（５）将原叶组未被替 换的烟叶与备选烟叶按一定顺序组合成若干新叶组，各新叶组中，添加烟叶的种数大于原被替换烟叶的种数；　（６）按照免疫算法步骤，分别对各新叶组‘编码’，构成配方方案‘抗体种群’；计算出新叶组的理化指标，以神经网络评价和预测模型的输出值来计算 每代‘抗体’的‘适应度’值；　（７）进行“免疫操作”，在“免疫变异操作”中结合专家经验的规则推理，加快搜索到最佳或次佳解的速率；　（８）在规定的抗体进化最大代数内，查询是否有‘适应度’值符合目标要求的叶组，有则停止，否则循环至结 束；　（９）计算过程结束有解，则系统输出搜索到的最佳或次佳方案，同时给出免疫神经网络预测的感官评吸值和烟气分析值；否则，提示没有最佳方案的信息。...

【技术特征摘要】

【专利技术属性】
技术研发人员：莫宏伟，安毅，徐立芳，冯天瑾，丁香乾，王志军，周长生，李辉，马琳涛，管凤旭，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：93[中国|哈尔滨]