【技术实现步骤摘要】
本专利技术涉及茶叶生产，具体为一种智能化获取抹茶拼配比例的方法。
技术介绍
1、抹茶是指采用覆盖栽培的茶树鲜叶经蒸汽(或热风)杀青后，干燥制成的叶片为原料，经研磨工艺加工而成的微粉状茶产品，其微粉的颗粒(d60)小于或等于18μm。抹茶加工步骤如下：鲜叶→室内自然摊放2h→蒸汽杀青(选用直径47cm蒸锅，杀青100s左右)→冷却散热→初烘干燥(110℃，15min)→去梗除杂→足干(80℃，40min)→球磨粉碎→抹茶(d60≤18μm)。
2、事实上抹茶少有单一品种茶，大多数都是几款甚至是几十款碾茶拼配制成的，目的就是为了使拼配后的碾茶色香味更优，由此也可以确保抹茶品质的稳定性。目前，抹茶在下游的应用仍以食品添加剂为主，而企业对抹茶的颜色、复合口味等需求皆不同，因此，供应商会根据企业需求，对抹茶进行拼配。目前的抹茶拼配主要是依靠评茶员感官判别，再根据经验试拼小样，之后进行适当调整。过度依赖评茶员的感官差异或主观因素，导致抹茶质量不稳定，特别是来料复杂、供应量大时，很难保证成品的质量稳定性。
3、近年来，随着机器学习和优化算法的发展，越来越多的研究者开始尝试将机器学习算法应用于茶叶拼配问题，该方法同样适用于抹茶拼配的问题。然而，现有的方法在处理复杂的多变量非线性问题时，仍存在优化效果不佳、计算量大、可解释性差等问题。
技术实现思路
1、为解决上述问题，本专利技术专利的目的是提供一种智能化获取抹茶拼配比例的方法，在满足抹茶品质稳定的情况下，通过智能化拼配解决抹
2、为实现上述目的，本专利技术采取了以下技术方案：
3、一种智能化获取抹茶拼配比例的方法，包括以下步骤：
4、确定目标品质指标、原料茶叶品质指标，采集相关数据并建立指标数据库；
5、通过所述指标数据库，定义抹茶品质影响关键因素指标与抹茶成品评级指标关系；
6、构建抹茶拼配模型；
7、根据不同原料茶叶品质指标数据和目标品质指标，利用模型计算获取各抹茶成品评级的拼配比例；
8、其中，所述目标品质指标的级别包括特级抹茶目标指标。
9、所述确定目标品质指标、原料茶叶品质指标，采集相关数据并建立指标数据库包括：
10、定义所述目标品质指标和原料茶叶品质指标，包括：色泽、颗粒、香气、汤色、滋味；
11、定义理化指标数值衡量所述目标品质指标和原料茶叶品质指标，所述理化指标数值包括：色度值、色调角、色度、饱和度、茶多酚、酚氨比、可溶性固形物、粒度；
12、确定抹茶品质影响关键因素指标，建立抹茶成品评级指标关系，确定特级抹茶目标指标；
13、所述原料茶叶品质指标还包括：每批原料的产地、年份、等级、价格数据。
14、所述色度值采用色差计法测定，色度值中a*值代表红绿色度，正值表示红色程度，负值表示绿色程度，b*值代表黄蓝色度，正值表示黄色程度，负值表示蓝色程度，a*值和b*值的绝对值越大，代表彩度越高；
15、所述色调角为(hab)＝tan-1(b*/a*)；
16、所述色度为
17、所述饱和度为(sab)＝cab/l*；
18、所述茶多酚含量采用福林酚比色法测定；
19、所述酚氨比＝茶多酚含量/游离氨基酸总量，其中所述游离氨基酸总量采用茚三酮比色法测定；
20、所述粒度按照行业规范的检测方法测定；
21、所述可溶性固形物采用改进的蒽酮-硫酸比色法测定。
22、所述定义抹茶品质影响关键因素指标与抹茶成品评级指标关系包括：
23、根据所述品质评价关键因素指标，确认所述指标数据的合理阈值范围；
24、所述定义抹茶品质影响关键因素指标与抹茶成品评级指标关系通过以下方法实现：
25、cscore＝a1q1-a2q2+a3q3+a4q4+a5q5+a6q6+a7q7+a8q8≥cscorej，
26、其中，cscore为综合评价得分，cscorej为j产品的目标综合评价得分；q1为a*值，q2为色调角，q3为色度，q4为饱和度，q5为茶多酚，q6为酚氨比，q7为可溶性固形物，q8为粒度；an为所述理化指标占综合评价得分的权重系数，n∈z∩[1，8]，所述权重系数的获取方法为：对理化指标进一步降维，提取主成分，根据主成分分析的理化指标值计算最小绝对收缩选择算子筛选出的关键理化指标的权重系数。
27、所述构建抹茶拼配模型包括：
28、建立目标函数：以成本最小、产值最大、合格率最高为目的制定决策方案；
29、建立约束条件：以各组分库存、产品需求为约束条件；
30、优化模型参数：利用python建立抹茶智能拼配模型，通过神经网络优化模型参数。
31、根据权利要求5所述智能化获取抹茶拼配比例的方法，其特征在于，所述以成本最小、产值最大、合格率最高为目的制定决策方案包括：
32、基于最大产值：
33、基于最小成本：
34、基于茶氨酸含量达标判断合格率：
35、其中，pj为j产品价格，ci为i组分价格，xij为调和j产品时所使用的i组分的量，为各种组分调入j产品的总量，即j产品的产量；tj为抹茶茶氨酸的预测值，采用人工神经网络进行计算，为第l种目标产品的调和目标茶氨酸含量。
36、所述以各组分库存、产品需求为约束条件包括：
37、所述各组分的库存为
38、其中，为i组分调和各种产品时所用的总量，li：i组分的收入量；
39、所述产品需求为
40、其中，rminj、rmaxj分别表示j产品的最小量和最大量。
41、所述利用python建立抹茶智能拼配模型，通过神经网络优化模型参数包括：
42、通过高效液相色谱测定拼配原料茶叶的茶氨酸含量，在数据库中建立相应的字段，利用人工神经网络对采集到的抹茶拼配原料茶叶氨酸含量特征值进行有监督学习，对目标抹茶产品的茶氨酸含量进行预测；利用python进行建模，采用scikit-learn库调用机器学习中的全连接神经网络模型，调用过程中根据样本规模对参数进行调整；参数更新方法为adam方法。
43、获取各抹茶成品评级的拼配比例，拼配目标抹茶样品，采集所述目标抹茶样品的理化指标数值，计算目标抹茶样品的综合评价得分，获取达到目标的综合评价得分，获取对应拼配比例投入生产。
44、本专利技术利用多目标多约束条件进行拼配比例的计算，使本专利技术有助于提高茶叶拼配效率和品质稳定性，产生以下有益效果：
45、1)拼配速度快，一次拼配全过程几分钟可实现，相对于原来需要半天或更长时间的拼配过程，效率大大提高；
46、2)拼配质量达到手工拼配水平，质量可信；
47、3)实现了拼配方案的最优化，达到了手工操作不可能实现的优化本文档来自技高网...
【技术保护点】
1.一种智能化获取抹茶拼配比例的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述智能化获取抹茶拼配比例的方法，其特征在于，所述确定目标品质指标、原料茶叶品质指标，采集相关数据并建立指标数据库包括：
3.根据权利要求2所述智能化获取抹茶拼配比例的方法，其特征在于：
4.根据权利要求1所述智能化获取抹茶拼配比例的方法，其特征在于，所述定义抹茶品质影响关键因素指标与抹茶成品评级指标关系包括：
5.根据权利要求1所述智能化获取抹茶拼配比例的方法，其特征在于，所述构建抹茶拼配模型包括：
6.根据权利要求5所述智能化获取抹茶拼配比例的方法，其特征在于，所述以成本最小、产值最大、合格率最高为目的制定决策方案包括：
7.根据权利要求6所述智能化获取抹茶拼配比例的方法，其特征在于，所述以各组分库存、产品需求为约束条件包括：
8.根据权利要求5所述智能化获取抹茶拼配比例的方法，其特征在于，所述利用Python建立抹茶智能拼配模型，通过神经网络优化模型参数包括：
9.根据权利要求1所述智能化获取抹茶
...【技术特征摘要】
1.一种智能化获取抹茶拼配比例的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述智能化获取抹茶拼配比例的方法，其特征在于，所述确定目标品质指标、原料茶叶品质指标，采集相关数据并建立指标数据库包括：
3.根据权利要求2所述智能化获取抹茶拼配比例的方法，其特征在于：
4.根据权利要求1所述智能化获取抹茶拼配比例的方法，其特征在于，所述定义抹茶品质影响关键因素指标与抹茶成品评级指标关系包括：
5.根据权利要求1所述智能化获取抹茶拼配比例的方法，其特征在于，所述构建抹茶拼配模型包括：
6.根据权利要求5所述智能化获取抹茶拼配比例的...
【专利技术属性】
技术研发人员：杨冰，郝淼，张成梅，王雅洁，代姣，张静，张冰梅，
申请(专利权)人：贵州省分析测试研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。