CN110085286A - 一种基于两步核最小二乘的智能卷烟配方维护方法 - Google Patents

Abstract

本文发明一种基于两步核最小二乘(Two‑step Kernel Regular Least Squares，TKRLS)的卷烟配方维护方法，包括以下步骤：S1：数据处理，将配方数据转换成二进制配方矩阵，将单料烟组转换成二进制配方向量；S2：应用数据挖掘和TKRLS相关方法确定模型参数λ_u和λ_v，再根据模型参数λ_u和λ_v计算模型系数矩阵M；S3：根据模型系数矩阵M计算单料烟的预测值S4：根据单料烟的预测值获得推荐的替换单料烟列表S；S5：根据单料烟列表S选择替换单料烟。采用卷烟配方数据进行实验，实验结果表明，按照本文提出的方法推荐可替换的单料烟，可以有效维护卷烟配方在感官和烟气等各项指标上的稳定，对卷烟配方维护具有重要意义。

Description

一种基于两步核最小二乘的智能卷烟配方维护方法

技术领域

本发明涉及信息技术及自动化技术领域，具体涉及一种基于两步核最小二乘的智能卷烟配方维护方法。

背景技术

卷烟配方是由多种不同的单料烟按照一定比例配伍而成，在卷烟产品生产过程中，卷烟配方设计是非常重要的环节。但是在实际生产中，配方的组成，即单料烟，经常会因为自然灾害或市场经济的影响而成本过高或短缺，造成原有配方不能继续用于生产，影响卷烟产品生产的稳定性，因此会适当更改配方的单料烟构成，即从单料库存中选择合理的单料烟进行替换。由于替换前后要维持原有品牌的感官烟气指标的稳定，所以单料烟的替换过程是一项极其复杂和困难的工作。因此，单料烟的替换是卷烟配方维护过程中的关键环节。目前，在卷烟产品生产企业中，单料烟的替代工作主要是评吸专家依靠经验知识来进行替换和组合，然后通过感官评吸打分来判断新配方的感官质量和烟气指标是否满足原品牌的要求。但是，专家的主观判断会受到经验、情绪以及环境条件等因素的影响，费时费力并且效率低下，无法满足卷烟产品快速化生产的要求。

近年来，随着机器学习、数据挖掘以及人工智能在各领域的广泛应用与发展，相关研究人员开始将数据挖掘等智能技术应用到卷烟产品开发与生产过程中。随着数据技术的发展，烟草企业在卷烟产品生产过程中积累了大量的卷烟配方数据，这些数据蕴含很多宝贵的经验和知识，为卷烟产品的研发和配方优化设计提供了重要的前提条件。在满足卷烟配方人工经验的前提下，为了减少评吸专家的工作量，高效设计合理的卷烟配方，将人工智能方法与卷烟配方维护工作相结合，从而维护卷烟配方感官质量和烟气指标的稳定。在卷烟产品生产过程中，由于某种客观因素(库存结构，市场成本，进货时间，进货方式等) 的变动，导致某品牌卷烟中某一种或几种单料烟不能够继续使用，需要从库存中选择其他的单料烟进行替换。

故，针对现有技术的缺陷，实有必要提出一种技术方案以解决现有技术存在的技术问题。

发明内容

针对现有技术存在的不足，本发明提供一种基于两步核最小二乘(Two-stepKernel Regular Least Squares，TKRLS)技术的卷烟配方维护方法，TKRLS方法不仅使用卷烟配方数据信息，还将单料烟化学指标信息加入模型中，即TKRLS 方法既可以挖掘单料烟间的配伍关系，还能结合单料烟中的化学成分信息推荐合理的单料烟。

本发明的技术方案是：

一种基于两步核最小二乘的智能卷烟配方维护方法包括如下步骤：

本文基于TKRLS方法构建的模型是其中和为配方向量，M是系数矩阵。建模步骤总结为如下两步：

步骤S1：数据处理。

所述数据处理，是将配方数据转换成二进制配方矩阵Y(n×m)，其中行向量为配方，列向量为单料烟，若配方i中包含单料烟j，则Y_ij＝1，若不包含，则Y_ij为0。将单料烟组转换成二进制配方向量与矩阵Y类似，但只是一个配方。

步骤S2：确定模型系数矩阵M。

应用数据挖掘和TKRLS相关方法，利用大量数据训练模型，通过训练来确定模型参数λ_u和λ_v的大致范围，随后通过验证过程求出λ_u和λ_v的最优解，再根据模型参数λ_u和λ_v计算模型系数矩阵M。

通过TKRLS方法分解配方矩阵：

Y≈K_uWK_v＝X_u

Y和X_u是原配方的二进制表示，K_u和K_v是两个核矩阵，其中K_u包含可以表示矩阵Y的相似性信息，K_v总结了所有单料烟的相似性信息。核矩阵K_u由线性内核构造，核矩阵K_v使用余弦函数代替核函数构造：

其中X_u为配方数据(n×m)的二进制表示，X_v为单料烟信息数据(m×p)，n 表示卷烟配方的数量，m表示n个配方包含的单料烟数量，p表示单料烟的物化属性个数。系数矩阵W的估计如下：

W确定后，得出单料烟预测模型矩阵系数为：

模型系数矩阵M按如下步骤建立：

步骤S2-1：调整验证集。

基于10折交叉验证将配方数据分为训练集和验证集，其中，验证集集占配方数据的10％，训练集占90％。在训练和验证模型时采用基于10折交叉验证的方法，将训练集+验证集随机平均分为10份，在10次循环中，每次选取9份作为训练集用于训练模型，1份作为验证集用于调整模型参数。对于验证集中的每个配方，随机选择一个单料烟并从配方中消除，模型完成配方的能力是通过验证模型是否能够检索从配方中消除的单料烟来完成的。对于验证集中的每个配方i，随机选择一个单料烟j并从配方中消除，这个单料烟在两种配方中是可以相同的，也可以是不同的。在实际验证集矩阵中，将消除的单料烟j对应的“1”替换为“0”，即y_ij＝1→y_ij＝0，配方完成验证后将恢复到他们的初始状态(y_ij＝0→ y_ij＝1)。

步骤S2-2：训练模型参数λ_u和λ_v。

验证过程中，将修改后的配方输入训练模型，模型输出所有单料烟的预测值列表。将配方中已经存在单料烟的预测值替换为零之后，将验证配方的预测值从高到低排序，并确定有序列表中消除的单料烟的等级。针对每个验证集，分别计算所选范围中的每个λ_u和λ_v值对应的所有被消除单料烟的平均数等级，选择平均等级最小的λ_u和λ_v值作为当前验证集的最优λ_u和λ_v值。在所有验证集的最优值λ_u和λ_v中，选择中位数值作为模型的最优λ_u和λ_v值；

步骤S2-3：计算模型系数矩阵M。

此时所用的数据集为步骤S2-1中的训练集+验证集。使用验证期间得到的最优λ_u和λ_v值，通过最优λ_u和λ_v求出系数矩阵W，W的计算公式为：

再由系数矩阵W计算模型系数矩阵M，单料烟预测模型系数矩阵M的计算公式为：

步骤S3：计算单料烟的预测值

用单料烟组乘以模型系数矩阵M(m×m)，即产生每个单料烟的预测值输出中的每一个值都在0和1之间，对应于每个单料烟的预测值。预测值接近1意味着应该将该单料烟添加到配方中，可以搭配出好的配方。预测值接近0，意味着此单料烟不适合与其他单料烟组合成新配方。

步骤S4：获得推荐的替换单料烟列表S。

在中，将I中已有的单料烟的预测值替换为零或负值，因为这些单料烟已经存在，不能再添加到配方中。接着，将预测值从高到低排序，具有较高预测值的单料烟在这个有序列表的顶部，已经存在的单料烟在这个列表的底部。取顶部的前t个与输入单料烟具有良好组合的单料烟S。

步骤S5：启发式选择替换单料烟。

如上文所述，在推荐的候选列表S中选择最合适的一种(组)单料烟替换缺失的单料烟，考虑单料烟缺失情况的多样性，提出了两种替换方案，即一对一替换和多对多替换两种情况。本文采用欧几里得距离计算缺失单料烟和候选单料烟的化学成分信息(总糖、还原糖、总烟碱、总氮、钾、氯、蛋白质、施木克值)的相似度，距离值越小则意味着相似度越高。

有益效果

本发明采用两步核最小二乘(TKRLS)方法构建模型来完成卷烟配方的维护，基于TKRLS的卷烟配方维护模型推荐的单料烟与缺失的单料烟的各项指标都非常接近，符合卷烟配方维护经验，而且推荐的单料烟替换原缺失单料烟并加入配方后，可以有效维护原品牌烟的感官质量和烟气指标的稳定。

本发明提出的基于TKRLS的卷烟配方维护方法不仅将配方信息考虑在模型的建立过程中，还将单料烟的化学信息应用在模型的建立过程中，挖掘了单料烟之间的组合关系，有利于推荐合适的单料烟替换缺失单料烟，维护原品牌烟的感官质量和烟气值表的稳定。

附图说明

图1是基于TKRLS的卷烟配方维护模型流程图；

图2是TKRLS分解卷烟配方矩阵图；

图3是基于TKRLS的卷烟配方维护模型的验证过程图；

图4是MVM单料烟替换选择过程图。

图5是本发明基于两步核最小二乘的智能卷烟配方维护方法的流程框图。

如下具体实施例将结合上述附图进一步说明本发明。

具体实施方式

收集某烟草企业3年(即2010年1月到2012年12月)的配方数据进行研究。其中包括24个卷烟品牌，涉及共1534个配方及其包含的1220种单料烟。选用配方数据(配方，单料烟)、单料烟化学信息数据(8种化学信息：总糖、还原糖、总烟碱、总氮、钾、氯、蛋白质、施木克值)、成品烟历史数据(8种化学信息：总糖、还原糖、总烟碱、总氮、钾、氯、蛋白质、施木克值，6种感官指标信息：光泽、香气、谐调、杂气、刺激性、余味，3种烟气指标信息：一氧化碳、焦油、烟气烟碱)，作为数据输入，建立基于TKRLS的卷烟配方维护模型并进行实验验证。

本实施方式的基于TKRLS的卷烟配方维护方法，如图1和图5所示，包括如下步骤：

步骤S1：数据处理。

将配方数据转换成二进制配方矩阵Y(n×m)，其中，Y矩阵的行表示n个配方，列表示m个单料烟。如果某配方i含有某j单料烟则Y_ij为1，否则为0。

将单料烟组转换成二进制配方向量与矩阵Y类似，但只是一个配方。

步骤S2：确定模型系数矩阵M。

应用数据挖掘和TKRLS相关方法利用大量数据训练模型，通过训练来确定模型参数λ_u和λ_v的大致范围，随后通过验证过程求出λ_u和λ_v的最优解，再根据模型参数λ_u和λ_v计算模型系数矩阵M。如图2所示，配方数据的分解为：

其中Y_{old_formulas}和X_{u，old_formulas}是配方的二进制表示，W通过最小化Y和 K_uWK_v之间的平方误差来确定，其中λ_u和λ_v为两个正则项，为了防止过度拟合。

可以得出单料烟模型系数矩阵：

步骤S2-1：调整验证集。

基于10折交叉验证将配方数据分为训练集和验证集，其中，验证集占配方数据的10％，训练集占90％。在训练和验证模型时采用基于10折交叉验证的方法，将训练集+验证集随机平均分为10份，在10次循环中，每次选取9份作为训练集用于训练模型，1份作为验证集用于调整模型参数。

对于验证集中的每个配方，随机选择一个单料烟并从配方中消除，模型完成配方的能力是通过验证模型是否能够检索从配方中消除的单料烟来完成的。对于验证集中的每个配方，随机选择一个单料烟并从配方中消除，这个单料烟在两种配方中是可以相同的，也可以是不同的。在验证集的二进制配方矩阵中，将消除的单料烟对应的“1”替换为“0”，即y_fs＝1→y_fs＝0。其中f为验证的配方之一，s为配方中随机选择的单料烟，配方完成验证后将恢复到它们的初始状态(y_fs＝0→y_fs＝1)。

步骤S2-2：训练模型参数λ_u和λ_v。

上述的验证集用于调整模型参数。验证过程中，模型为每个配方返回1220 个单料烟预测值的有序列表。接着，确定被消除的单料烟在输出单料烟有序列表中的排列等级。如果消除的单料烟在列表中具有最高预测值，则其排名是1 (最高等级)，验证过程如图3所示。

将修改后的验证集配方输入训练模型，模型输出验证集中所有单料烟的预测值列表。将配方中已经存在单料烟的预测值替换为零之后，将验证配方的预测值从高到低排序，并确定有序列表中消除的单料烟的等级。

在训练模型之前，首先计算核矩阵K_v，在训练过程中，W矩阵通过Y，K_u和 K_v来确定：

W＝(K_u，train+λ_uI)-¹Y_train(K_v+λ_vI)^-1 (3)

其中，X_u，train和Y_train是训练集中的二进制配方，λ_u和λ_v分别是配方核矩阵和单料烟核矩阵的正则化参数，K_u，train为配方核矩阵，使用训练集X_u，train通过下式计算：

使用下式预测Y_validate，其中K_u，validate等于并且由于乘法矩阵的需要，X_u，train，K_u，validate具有与W相同的维度。所以验证集配方的预测值为：

Y_{validate，pred}＝X_u，validateM (5)

其中X_{old_formulas}＝X_train，Y_{validate，pred}是验证过程中确定的X_validate中每个消除单料烟在推荐列表中的等级，并且在X_validate中缺失的单料烟替换为零之后，从大到小排序。

验证期间，选择不同的λ_u和λ_v值调整模型，并确定λ_u和λ_v的最佳值，从而获得最佳预测模型。针对每个验证集，分别计算所选范围中λ_u和λ_v值对应的平均数等级，选择平均等级最小的λ_u和λ_v值作为当前验证集的最优λ_u和λ_v值。在所有验证集的最优值λ_u和λ_v中，选择中位数值作为模型的最优λ_u和λ_v值。

步骤S2-3：计算模型系数矩阵M。

此时的数据集为步骤S2-2中的训练集，即Y_train。使用验证期间得到的最优λ_u和λ_v值，通过TKRLS方法分解矩阵Y_train。使用式(2)计算模型系数矩阵M，其中X_{old_recipe}＝X_train。

步骤S3：计算单料烟的预测值

用配方向量乘以模型系数矩阵M(m×m)，即产生一个新的向量输出中的每一个值都在0和1之间，对应于每个单料烟的预测值。预测值接近1意味着应该将该单料烟添加到配方中，可以搭配出好的配方。预测值接近0，意味着此单料烟不适合与其他单料烟组合成新配方。

步骤S4：获得推荐的替换单料烟列表S。

在中，将中已有的单料烟的预测值替换为零或负值，因为这些单料烟已经存在，不能再添加到配方中。接着，将预测值从高到低排序，具有较高预测值的单料烟在这个有序列表的顶部，已经存在的单料烟在这个列表的底部。取顶部的前t个与输入单料烟具有良好组合的单料烟S。

步骤S5：启发式选择替换单料烟。

在单料烟选择时，有两种替换方案分别为一对一替换和多对多替换方案。替换方案根据缺失单料烟和替换单料烟的化学成分信息(总糖、还原糖、总烟碱、总氮、钾、氯、蛋白质、施木克值)的相似度，本文利用传统的欧几里得距离作为计算相似度的方法，距离值越小则意味着相似度越高。在S中选择最合适的一组(种)单料烟D，即为模型推荐的替换单料烟。

两种替换方案如下：

方案1：一对一替换(One Versus One，OVO)。当某配方缺失一种单料烟时，计算缺失的一个单料烟与推荐的t个单料烟化学指标信息的相似度并排序，从中选择相似度最大的一个进行替换；

方案2：多对多替换(Multiple versus multiple，MVM)。当某配方缺失x(1<x<t)种单料烟时，采用基于平均相似度的多对多替换，在推荐的t个单料烟中选择x 个进行替换。

当缺失DLC01,DLC02,…,DLCx共x个单料烟时，在推荐的t个单料烟中选出x个单料烟为一组，进行排列组合，共C(t，x)组。首先，分别计算组合的x 个单料烟和缺失的每个单料烟的平均相似度距离ave_d₁,ave_d₂,…,ave_d_x。接着，对x个平均相似度距离求和，产生C(t，x)个和值sum_d_n(n＝1,2,…,C(t，x))并保存，选出和最小的一组，所对应的单料烟ZDLCx₁,ZDLCx₂,…,ZDLCx_n，即为替换单料烟D，如图4所示。

为了评估模型挖掘单料烟间配伍规则的性能，对测试集配方进行与验证集相同的修改，即y_fs＝1→y_fs＝0，其中f为测试的配方之一，s为配方中随机选择的单料烟。

测试集包含154个配方，对于测试数据集中的每个配方，确定消除单料烟在推荐列表中的等级，将用于计算如下3种模型性能度量指标：

(1)在推荐单料烟的有序列表中消除单料烟的平均数等级。

(2)在推荐单料烟的有序列表中消除单料烟的中位数等级。

(3)消除的单料烟位于推荐单料烟列表的前10位、20位、30位的百分比。

为了测试模型对卷烟配方维护的效果，需要进行卷烟配方维护实验。选用某品牌卷烟的一个配方FBI0282，包含23种单料烟，进行实验。假设配方FBI0282 中分别缺失1种，3种单料烟，产生2个单料烟组：(1)单料烟组1：缺失单料烟AD0280。(2)单料烟组2：缺失单料烟AD0280、AD0603、DLC0277。

使用图1框架建立模型，t设定为30，这时训练使用的数据集包含所有配方。为了度量TKRLS模型维护的效果，采用基于支持向量机的感官预测模型预测新配方的感官和烟气指标。10次实验的测试结果如表1-3所示。

表1

表2

表3

观察表1的等级部分，第一个度量(平均等级)说明平均每一个被消除的单料烟可以在推荐的单料烟有序列表中的第10位置(共1220个单料烟)找到，第二个度量(中位等级)说明50％的消除单料烟的等级小于等于3。第三个度量表明被消除的单料烟被发现在前十等级的配方占测试配方(共154个单料烟) 的76.01％，而被消除的单料烟排在前30的配方占测试配方的百分比达到了 92.48％。说明了TKRLS模型可以了解单料烟矩阵信息，具有推荐与输入配方向量具有良好配伍性的单料烟的能力。

用以上两组单料烟作为模型实例输入，分别进行OVO配方维护和MVM配方维护实验，推荐出替换单料烟及缺失单料烟信息如表3所示。

在表2中，基于OVO方法推荐的单料烟为DLC0568，因此当单料烟AD0280 缺失时，可用推荐的单料烟AD0645替换缺失单料烟AD0280。基于平均相似度的三对三替换的结果中，当配方中缺失单料烟AD0280，AD0603，DLC0277时，用单料烟DLC0977、DLC0245、DLC0261进行替换。并且从表中还可以看出，推荐的单料烟与缺失单料烟的各项指标都非常接近，符合卷烟配方维护经验。

计算上述替换后形成的新配方与原配方的感官和烟气指标的平均绝对偏差，如表3所示。

在表3中，预测上述替换后形成的新配方与原配方的感官质量和烟气指标，计算得到平均绝对偏差如表3所示。两个新配方分别是基于TKRLS的OVO配方维护实验和3V3_AS配方维护实验形成的新配方。新配方1和新配方2与原配方的感官质量和烟气指标的平均绝对偏差都很小，新配方1的平均绝对偏差远小于新配方2的平均绝对偏，与上文结论一致，新配方2与原配方的感官质量和烟气指标的平均绝对偏差相对略大一些，但是在可接受范围之内。

综上，基于TKRLS的卷烟配方维护方法推荐的单料烟与缺失单料烟的各项指标都非常接近，符合卷烟配方维护经验，而且推荐的单料烟替换原缺失单料烟并加入配方后，可以有效维护原品牌烟的感官质量和烟气指标的稳定。

Claims (4)

1.一种基于两步核最小二乘的智能卷烟配方维护方法，其特征在于，包括如下步骤：

步骤S1：数据处理：

将配方数据转换成实际的二进制配方矩阵Y，将单料烟组转换成二进制配方向量作为模型输入；

步骤S2：确定模型系数矩阵M：

应用数据挖掘和TKRLS相关方法，利用大量数据训练模型，通过训练来确定模型参数λ_u和λ_v的大致范围，随后通过验证过程求出λ_u和λ_v的最优解，再根据模型参数λ_u和λ_v计算模型系数矩阵M；

步骤S3：计算单料烟的预测值

用单料烟组乘以模型系数矩阵M，即产生每个单料烟的预测值

步骤S4：获得推荐的替换单料烟列表S：

将中已有的单料烟的预测值替换为零后，将预测值降序排序，取顶部的前t个为推荐的替换单料烟列表S；

步骤S5：启发式选择替换单料烟：

在推荐的候选列表S中采用一对一替换算法或多对多替换算法选择最合适的一种单料烟替换缺失的单料烟；

其中，通过TKRLS方法分解配方矩阵：

Y≈K_uWK_v＝X_u

Y和X_u是原配方的二进制表示，K_u和K_v是两个核矩阵，其中K_u包含可以表示矩阵Y的相似性信息，K_v总结了所有单料烟的相似性信息。核矩阵K_u由线性内核构造，核矩阵K_v使用余弦函数代替核函数构造：

其中X_u为配方数据(n×m)的二进制表示，X_v为单料烟信息数据(m×p)，n表示卷烟配方的数量，m表示n个配方包含的单料烟数量，p表示单料烟的物化属性个数。系数矩阵W的估计如下：

W确定后，得出单料烟预测模型矩阵系数为：

步骤S2所述的模型系数矩阵M按如下步骤建立：

步骤S2-1：调整验证集；

基于10折交叉验证将配方数据分为训练、验证和测试数据集；对于验证集中的每个配方，随机选择一个单料烟并从配方中消除，模型完成配方的能力是通过验证模型是否能够检索从配方中消除的单料烟来完成的；

步骤S2-2：训练模型参数λ_u和λ_v；

验证过程中，将修改后的配方输入训练模型，模型输出所有单料烟的预测值列表；将配方中已经存在单料烟的预测值替换为零之后，将验证配方的预测值从高到低排序，并确定有序列表中消除的单料烟的等级；针对每个验证集，分别计算所选范围中的每个λ_u和λ_v值对应的所有被消除单料烟的平均数等级，选择平均等级最小的λ_u和λ_v值作为当前验证集的最优λ_u和λ_v值；在所有验证集的最优值λ_u和λ_v中，选择中位数值作为模型的最优λ_u和λ_v值；

步骤S2-3：计算模型系数矩阵M；

此时所用的数据集为步骤S2-2中的训练集+验证集；使用验证期间得到的最优λ_u和λ_v值，通过TKRLS方法分解数据集矩阵，并计算模型系数矩阵M。

2.根据权利要求1所述的基于两步最小核二乘的智能卷烟配方维护方法，其特征在于，步骤S5中，一对一替换算法执行如下：

当某配方缺失一种单料烟时，计算缺失的一个单料烟与推荐的t个单料烟化学指标信息的相似度并排序，从中选择相似度最大的一个进行替换。

3.根据权利要求1所述的基于两步核最小二乘的智能卷烟配方维护方法，其特征在于，步骤S5中，多对多替换算法执行如下：

当某配方缺失x(1<x<t)种单料烟时，采用基于平均相似度的多对多替换，在推荐的t个单料烟中选择x个进行替换；具体如下：

首先，在推荐的t个单料烟中选出x个单料烟为一组，进行排列组合；分别计算组合的x个单料烟和缺失的每个单料烟的平均相似度距离；然后，对x个平均相似度距离求和，选出和最小的一组，其所对应的x个单料烟，即为替换单料烟。

4.根据权利要求2或3所述的基于两步最小核二乘的智能卷烟配方维护方法，其特征在于，采用欧几里得距离计算缺失单料烟和候选单料烟的化学成分信息的相似度，距离值越小则意味着相似度越高。