一种配方产品质量评价方法组成比例

本发明专利技术公开了一种配方产品质量评价方法，对配方工业中产生的原料等级、化学成分指标、工艺数据等进行数字化采集，然后利用深度神经网络、模糊神经网络、循环神经网络等技术建立配方多维度模型，再对各种复杂场景下的配方产品进行综合质量评分，最后利用人工神经网络及专家评分值对各个模型的贡献度参数进行多层次模型组合自学习优化。基于本发明专利技术提出的方法，不仅可以全方位、多个视角综合进行配方产品质量预测，而且基于多层次模型组合优化贡献度参数方法从不同层次、不同粒度提取配方模型之间的联动关系，更适合配方模型的复杂场景，使领域知识得到数字化表达并具有了移植性和继承性，模拟了配方产品的开发过程，节约了时间和物料成本。

【技术实现步骤摘要】

本专利技术属于工业多源数据处理，具体地说，是涉及一种多维模型多层次自学习融合的配方产品质量评价方法。

技术介绍

1、人机互联、云计算及边缘计算、深度学习和资本等重要因素为人工智能（artificial intelligence, ai）技术的发展提供了大数据环境、计算能力、算法模型及产业化的支持，使ai技术得到了飞速发展。对于配方企业来说，基于数据和模型准确预测并评价配方产品的质量性能，可以有效模拟配方产品试验过程，为配方设计人员提供科学依据，从而优化配方流程及资源配置。

2、同时，计算机视觉与近红外光谱等技术发展迅速，为配方工业生产提供了先进的生产力。

3、通常，配方产品的质量与配方原料化学成分、物理特性、配方结构与配伍性以及工艺数据等多种因素有关，原辅料、配方、工艺等多环节复杂信息与内在规律表达的过程是复杂的，绝非单一算法模型能完成，这种内含多种复杂子问题的映射关系需要面向具体决策目标，构建多个性能指标模型（如感官评估性能、原料评价模型、工艺数据模型等）。

4、然而，目前的研究仅限于单一模型预测评价，且并未考虑模型参本文档来自技高网...

【技术保护点】

1.一种配方产品质量评价方法，其特征在于，包括：

2.根据权利要求1所述的配方产品质量评价方法，其特征在于，步骤S1采集的数据包括配方原料的近红外光谱数据、图像数据、工艺数据和感官评价数据；

3.根据权利要求1所述的配方产品质量评价方法，其特征在于，步骤S2包括：

【技术特征摘要】

1.一种配方产品质量评价方法，其特征在于，包括：

2.根据权利要求1所述的配方产品质量评价方法，其特征在于，步骤s1采集的数据包括配...

【专利技术属性】
技术研发人员：信晓伟，李楠，逄顺鹏，高小燕，丁香乾，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：