CN111667176A - 一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法 - Google Patents
一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法 Download PDFInfo
- Publication number
- CN111667176A CN111667176A CN202010506670.6A CN202010506670A CN111667176A CN 111667176 A CN111667176 A CN 111667176A CN 202010506670 A CN202010506670 A CN 202010506670A CN 111667176 A CN111667176 A CN 111667176A
- Authority
- CN
- China
- Prior art keywords
- tobacco
- style
- tobacco leaf
- style characteristic
- category
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 190
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 44
- 238000011156 evaluation Methods 0.000 title claims abstract description 33
- 244000061176 Nicotiana tabacum Species 0.000 title 1
- 241000208125 Nicotiana Species 0.000 claims abstract description 189
- 238000000034 method Methods 0.000 claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims description 17
- 239000013598 vector Substances 0.000 claims description 16
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 10
- 239000000779 smoke Substances 0.000 claims description 7
- 235000009508 confectionery Nutrition 0.000 claims description 6
- 230000001953 sensory effect Effects 0.000 claims description 6
- 241000196324 Embryophyta Species 0.000 claims description 5
- 229910052757 nitrogen Inorganic materials 0.000 claims description 5
- 206010013911 Dysgeusia Diseases 0.000 claims description 4
- 230000007794 irritation Effects 0.000 claims description 4
- 244000025254 Cannabis sativa Species 0.000 claims description 3
- 229930013930 alkaloid Natural products 0.000 claims description 3
- 150000003797 alkaloid derivatives Chemical class 0.000 claims description 3
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 230000035699 permeability Effects 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 239000002994 raw material Substances 0.000 abstract description 14
- 239000000203 mixture Substances 0.000 abstract description 4
- 238000013461 design Methods 0.000 abstract description 3
- 238000009472 formulation Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract 1
- 239000002585 base Substances 0.000 description 18
- 230000000694 effects Effects 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 5
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 5
- 239000000460 chlorine Substances 0.000 description 5
- 229910052801 chlorine Inorganic materials 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 239000011591 potassium Substances 0.000 description 5
- 229910052700 potassium Inorganic materials 0.000 description 5
- 238000012512 characterization method Methods 0.000 description 4
- 239000003205 fragrance Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 239000003513 alkali Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012313 Kruskal-Wallis test Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Manufacturing & Machinery (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明涉及烟叶原料的选取技术领域,尤其涉及一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法。包括以下步骤:确定每个类别i中、每个风格特征指标j的质量要求Jij;采用层次分析法计算每个风格特征指标j的权重Zj;采用DPS数据分析软件得到每个风格特征指标j的第二权重Kj;计算组合权重ZHj=(Zj×Kj)/∑(Zj×Kj);算每个类别i中、每个风格特征彰显评价权重Sij=(ZHj×100)/Jij;测定待评价烟叶的各个风格特征指标值Gj,该待评价烟叶于某一类别i下的风格特征彰显指数Hi=∑(Gj×Sij)。本申请可为配方原料使用计划和打叶复烤配方模块设计等方案的制定提供技术依据。
Description
技术领域
本发明涉及烟叶原料的选取技术领域,尤其涉及一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法。
背景技术
目前市面上存在大量卷烟制品,不同品牌的卷烟之间、同一品牌的不同细支品类之间,均有着不同的配方需求,从而给人们带来不同的抽吸体验。不同的卷烟配方功效是通过多品种、多等级、配比的方式将不同品质和风格的烟叶原料进行配方应用来塑造得到的。
其中,中式烤烟型卷烟要求烟叶原料香味风格多样,质量特征突出。卷烟配方往往需使用不同生态地区的不同香味风格的烟叶,而且要求这些烟叶香味特征明显,以使卷烟香味丰富;而在卷烟叶组配方中部分原料的配方作用为赋予产品主体风格及提供优质特征香气,且其在叶组配方中的比例均在50%-70%左右,该类烟叶的风格特征彰显程度对其卷烟品牌的风格特色有重要影响。
所以亟需一种可以科学、全面了解烟叶风格特征在不同的配方功效中的彰显程度,以评判烟叶在不同功效的卷烟配方中的适用性和适用量的方法。
公开号为CN107767079A公开了这样一种烟叶风格特征的客观综合评价方法,包括:根据评价指标分值和评价指标权重构建烟叶风格特征的客观综合评价模型,根据烟叶风格特征客观综合评价模型的得分进行排序,分值越高,则烟叶风格特征对该香型的彰显程度越好。其是评价烟叶风格特征在不同香型下的风格彰显程度,不能将其直接用于评价烟叶风格特征在不同配方功效中的彰显程度,这是由于配方功效不同于香型,香型的评判相对粗糙,不同的配方功效下每种风格特征都有其具体的质量要求,直接运用会造成评价误差。
发明内容
本发明要解决上述问题,提供一种基于卷烟品牌配方功效需求、了解不同的烟叶在不同的配方功效中的风格彰显程度的评价方法。
本发明解决问题的技术方案是,提供一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法,包括以下步骤:
(1)选取卷烟功效定位为赋予产品主体风格和提供特征香气的类别i中,具有代表性的烟叶样本;取若干风格特征指标j,并测定代表性烟叶样本的各个风格特征指标值,并根据风格特征指标值确定每个类别i中、每个风格特征指标j的质量要求Jij;
(2)采用层次分析法计算每个风格特征指标j的权重Zj;
(3)将所有代表性烟叶样本的所有风格特征指标值构建成一矩阵Q,将矩阵Q的数据输入DPS数据分析软件中采用综合评价中的投影寻踪分类来计算风格特征指标的投影向量,将投影向量归一化处理后得到每个风格特征指标j的第二权重Kj;
(4)计算组合权重ZHj=(Zj×Kj)/∑(Zj×Kj);
(5)计算每个类别i中、每个风格特征彰显评价权重Sij=(ZHj ×100)/ Jij;
(6)测定待评价烟叶的各个风格特征指标值Gj,该待评价烟叶于某一类别i下的风格特征彰显指数Hi=∑(Gj×Sij)。
作为本发明的优选,选取的风格特征指标j包括:干草香、清甜香、青香、辛香、正甜香、飘逸、烟气浓度以及浓劲比。
这些风格特征指标均非检测可得到,需要通过评吸员评价打分得到其数值,烟草行业中,相应的标准有多种,作为本发明的优选,对若干风格特征指标通过烟草行业标准《YC/T 530-2015 烟叶质量风格特色感官评价方法》进行评价打分,得到风格特征指标。
如果计算得到的Hi≥100,说明待评价烟叶对类别i的风格特征彰显程度好;Hi<100,说明待评价烟叶对类别i的风格特征彰显程度差。因此可以根据烟叶的风格彰显指数的大小,进行相应的配比,以用于制成所需风格特征的卷烟制品。
因此,本申请实际上也是在提供一种高效的卷烟生产方法,卷烟的生产从宏观上看包括两个步骤,一是烟草原料的选取,二是将烟草原料制成成品烟。本申请从烟草原料的选取步骤入手,通过风格彰显指数了解烟叶原料对卷烟功效类别的风格特征适用性,使得在生产相应卷烟成品时,可以快速根据风格彰显指数进行不同烟叶原料之间的数量配比,从而提高卷烟生产效率和成品品质。
其中,步骤(1)中,通过风格特征指标值确定每个类别i中、每个风格特征指标j的质量要求Jij的具体方法一般是:求取分类在同一类别i中的所有代表性烟叶样本的各个风格特征指标的平均值,质量要求即为要求大于等于平均值,Jij的数值即取平均值。
其中,步骤(2)中,AHP层次分析法是将与决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。其确定Zj的步骤为:根据标度构建风格特征指标的重要性对比矩阵,将重要性对比矩阵进行归一化处理后、计算每个风格特征指标j的特征向量;然后将各特征向量分别除以所有特征向量之和,得到每个风格特征指标j的权重Zj。而重要性对比矩阵是将各个风格特征指标两两之间进行重要性对比得到的矩阵,标度是构建重要性对比矩阵的重点。 其中,标度可以有多种,比如1~9标度法和0~2三标度法,以及在1~9标度法上进行精度改进的9/9~9/1分数标度法、10/10~18/2分数标度法,在0~2三标度法上改进的-1~1三标度法和-2~2五标度法等。
由于某些烟叶的风格特征指标较好,使得其在多个类别下的风格特征彰显指数均较高,这种烟叶可以用作多种卷烟配方的原料,但是为了使这类烟叶能够被更加针对性地使用在需要风格特征突出的卷烟配方中,作为本发明的优选,还包括待评价烟叶的类别定位步骤:基于所有卷烟配方功效,确定若干类别I,i属于I,并为每组类别I选取烟叶样本;选取烟叶质量指标作为建模特征,以烟叶质量指标值和类别I作为烟叶样本的样本数据,采用支持向量机、选用高斯核函数、采用一对一分类算法对样本数据进行训练以建立模型;测定待评价烟叶的各个烟叶质量指标值,带入模型中预测类别[i];只有预测类别[i]属于i,才进行步骤(6)。
其中,高斯核函数的公式如下式1:
x为本申请中的特征向量,y为本申请中的类别向量,γ为超参数。
通常,在建立模型后,还需要检测模型的准确性。作为本发明的优选,还包括模型汉明损失检验步骤:应用部分样本数据建立模型,剩余样本数据作为检测样本,通过汉明损失计算公式计算检测样本于预测模型预测的类别与实际的类别之间的差异。汉明损失值越小则模型的预测分类能力越强。其中,汉明损失的计算公式如下式2:
D为样本的总数,L为类别总数,xi为预测值,yi为真实值,xor为异或运算符。
为了提高模型的预测准度,建模所采用的建模特征数量应较多、也较为全面。作为本发明的优选,选取的作为建模特征的烟叶质量指标包括烟气浓度、劲头、香气质、香气量、透发性、杂气、细腻程度、柔和程度、圆润感、刺激性、干燥感、余味、总糖、还原糖、总植物碱和总氮。
由于烟叶是来源于烟叶基地中的调拨,作为本发明的优选,还可用于对烟叶基地风格特征彰显程度进行评价:
a.统计从待评价烟叶基地中调拨的烟叶中、预测类别属于i的烟叶总数量W、以及调拨的烟叶中各种烟叶等级m的烟叶数量wm;
b.从各个烟叶等级m中分别抽取烟叶,检测每种等级m的烟叶的各个风格特征指标值Gmj;将Gmj带入所述预测模型中,得到烟叶等级m的预测类别[i];如果[i]属于i,则计算烟叶等级m在预测类别[i]的风格特征彰显指数H[i]m,并继续以下步骤;
c.将预测类别为[i]的烟叶等级m的烟叶数量记为w[i]m,所有预测类别为[i]的烟叶等级m的烟叶数量和为∑w[i]m,并计算类别内占比x[i]m=w[i]m /(∑w[i]m);计算烟叶基地对于该类别[i]的风格特征彰显指数B[i]=∑(H[i]m×x[i]m);因此烟叶基地对于任意类别i的风格特征彰显指数为Bi。
作为本发明的优选,计算类别占比x[i]=(∑w[i]m)/W,因此每个类别i的类别占比为xi;计算烟叶基地风格特征彰显指数D=∑(Bi×xi)。
本发明的有益效果:
本申请可以通过烟叶于某一类别下的风格特征彰显指数来评判在该类别的卷烟配方中、该烟叶的加入是否合适、以及该烟叶与其他烟叶的配比量。还可以通过进一步计算得到的烟叶基地的风格特征彰显指数来评判烟叶基地对本烟草企业中、功效定位为赋予产品主体风格和提供特征香气的卷烟配方的适用性,从而可以使得烟草企业卷烟的生产计划和于烟叶基地的调拨计划之间相互调整,可为配方原料使用计划和打叶复烤配方模块设计等方案的制定提供技术依据。
具体实施方式
以下是本发明的具体实施方式,并对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法,包括以下步骤:
(1)基于所有卷烟配方功效,确定若干类别I,并为每组类别I选取烟叶样本。本实施例中,针对本企业近三年调拨的烟叶原料,根据不同卷烟品牌的风格特色和功效定位,选取了197个等级的能够代表各卷烟配方功效定位的烟叶样本,如下表1。
表1.
将烟草企业的卷烟配方根据功效定位分成了10个类别I,分别以自然数1-10指代,即,I∈{1,2,……10}。其中,类别1、类别4以及类别7的功效定位为赋予产品主体风格和提供特征香气,即i∈{1,4,7}。
初步选取烟叶质量指标:烟气浓度、劲头、香气质、香气量、透发性、杂气、细腻程度、柔和程度、圆润感、刺激性、干燥感、余味、总糖、还原糖、总植物碱总氮、钾和氯作为建模特征。
其中,常规化学成分的建模特征数据选用其测定数据。感官质量的建模特征数据需要根据烟草行业标准《YC/T 530-2015 烟叶质量风格特色感官评价方法》进行评价打分。
对上述初步选取的建模特征进行Kruskal-Wallis检验,检测结果如下表2。
表2.
通过表2可知,烟气浓度、劲头、香气质、香气量、透发性、杂气、细腻程度、柔和程度、圆润感、刺激性、干燥感和余味等感官指标检验结果均为P<0.001,说明各类别烟叶样本的感官品质质量在1.0%水平下差异显著;总糖、还原糖、总植物碱和总氮指标检验结果均为P<0.001,说明各类别烟叶样本的总糖、还原糖、总植物碱和总氮在1.0%水平下差异显著;钾、氯指标检验结果均为P>0.05,说明各类别烟叶样本的钾、氯指标在5.0%水平下差异不显著,这与钾、氯的各类别质量目标情况一致,所以在模型构建不采用钾和氯特征,只选用剩余16个特征。
每一个烟草样本具有16个特征,将16个特征依次以英文字母表示,储存在向量xi=[a,b,c……q]中,同时,每一个烟草样本所属于一个类别I,因此,每个烟草样本可用一个向量[xi,I]来表示,称为一个样本数据。
应用样本数据,可以对计算各个样本数据之间的欧式距离、以对若干组类别进行组间差异检验和组内差异检验,检验结果如下表3。
表3.
通过表3可知,确定的10组类别整体间存在差异,可以采用该10组类别建立模型。
随机选用177个的样本数据,应用python软件,采用支持向量机、选用高斯核函数、采用一对一分类算法对样本数据进行训练,并通过调节高斯核函数的超参数,对模型进行优化训练,以得到预测模型。
选用剩余20个的样本数据,将其带入预测模型中得到预测类别,并通过汉明损失计算公式计算预测模型预测的类别与实际的类别之间的差异。
计算得到的汉明损失为0.3,说明该预测模型对预测效果较优。
(2)选取类别i,即类别1、4、7中的烟叶样本;取风格特征指标j:干草香、清甜香、青香、辛香、正甜香、飘逸、烟气浓度以及浓劲比。并测定烟叶样本的各个风格特征指标值,求取各个风格特征指标值的平均值,取平均值作为每个类别i中、每个风格特征指标j的质量要求Jij,结果如下表4。
表4.
(3)采用层次分析法计算每个风格特征指标j的权重Zj。
根据9/9~9/1分数标度法构建重要性对比矩阵,9/9~9/1分数标度法的构建标准如下表5。
表5.
由于还需要对重要性矩阵进行归一化处理:把每列的标度值分别除以该列标度值的和,得到归一化矩阵。还需要对归一化矩阵各行数据求和,即得到对应的风格特征指标的特征向量。最后,还需要对所有的特征向量进行求和,并将每一个特征向量分别除以和值即得到相应风格特征指标的权重。为了简化篇幅,将归一化矩阵和重要性对比矩阵统计在同一表中,如下表6所示。
表6.
一致性检验:一致性检验:
根据最大特征根公式(下式3)计算最大特征根,得到的最大特征根为8.013。
其中,A表示重要性对比矩阵,Z表示权重Zj矩阵,n表示风格特征指标的个数。
然后以下式4计算一致性指标,得到的C.I.=0.002。
C.I.=0表示矩阵越一致,C.I.表示矩阵越不一致。
并以下式5计算随机一致性比率C.R.,得到C.R.=0.001,符合一致性检验。
当C.R.<0.1时,符合一致性检验。其中,R.I.表示平均随机一致性指标,这个是一个常量,根据阶数可以在量表里查询,R.I.值量表如下表7。
表7.
(4)将所有代表性烟叶样本的所有风格特征指标值构建成一矩阵Q,如下式6。
其中,x表示第x个代表性烟叶样本,j表示第j个风格特征指标,Jxj表示第x个代表性烟叶样本的第j个风格特征指标的值。
将矩阵Q的数据输入DPS数据分析软件中采用综合评价中的投影寻踪分类来计算风格特征指标的投影向量,将投影向量归一化处理后得到每个风格特征指标j的第二权重Kj,如下表8。
表8.
(5)计算组合权重ZHj=(Zj×Kj)/∑(Zj×Kj),如下表9。
表9.
(6)计算风格特征彰显评价权重Sij=(ZHj ×100)/ Jij,如下表10。
表10.
(7)选取某一烟叶基地调拨的11个等级的烟叶作为待评价烟叶,首先测定待评价烟叶的各个烟叶质量指标,带入预测模型中,得到其预测类别。
这11个等级的烟叶中个,有4个等级的烟叶预测在类别1中,2个等级的烟叶预测在类别4中,剩余烟叶均未预测在类别i中,i∈{1,4,7},因此,只对这6个等级的烟叶进行风格特征彰显程度的评价。
测定这6个等级烟叶的各个风格特征指标值Gj,该烟叶于其预测类别下的风格特征彰显指数Hi=∑(Gj×Sij),计算结果如下表11。
表11.
由表11可知,类别1中的4个等级中云烟87的C2F、C1F和C1L的风格特征彰显指数大于100,表明其对于类别1的配方功效需求风格特征的彰显程度较好,而K326的C1L风格特征彰显指数小于100,表明其对于类别1的配方功效需求风格特征的彰显程度稍差;类别4中的2个等级中云烟87的C3F的风格特征彰显指数大于100,表明其对于类别4的配方功效需求风格特征的彰显程度较好,而云烟87的B1F风格特征彰显指数小于100,表明其对于类别4的配方功效需求风格特征的彰显程度稍差。
还可用于对烟叶基地风格特征彰显程度进行评价:
a.统计从待评价烟叶基地中调拨的烟叶中、预测类别属于i的烟叶总数量W、以及调拨的烟叶中各种烟叶等级m的烟叶数量wm;
b.从各个烟叶等级m中分别抽取烟叶,检测每种等级m的烟叶的各个风格特征指标值Gmj;将Gmj带入所述预测模型中,得到烟叶等级m的预测类别[i];如果[i]属于i,则计算烟叶等级m在预测类别[i]的风格特征彰显指数H[i]m,并继续以下步骤;
c.将预测类别为[i]的烟叶等级m的烟叶数量记为w[i]m,所有预测类别为[i]的烟叶等级m的烟叶数量和为∑w[i]m,并计算类别内占比x[i]m=w[i]m /(∑w[i]m);计算烟叶基地对于该类别[i]的风格特征彰显指数B[i]=∑(H[i]m×x[i]m);因此烟叶基地对于任意类别i的风格特征彰显指数为Bi;
d.计算类别占比x[i]=(∑w[i]m)/W,因此每个类别i的类别占比为xi;计算烟叶基地风格特征彰显指数D=∑(Bi×xi)。
计算结果如下表12。
表12.
通过表12可知,该基地烟叶对于配方功效类别1的风格特征彰显指数为110.29,配方功效类别4的风格特征彰显指数为105.18,该烟叶基地对于本企业品牌需求的风格特征彰显指数为107.33。该评价结果可为配方原料使用计划和打叶复烤配方模块设计等方案的制定提供技术依据。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (8)
1.一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法,其特征在于:包括以下步骤:
(1)选取卷烟功效定位为赋予产品主体风格和提供特征香气的类别i中,具有代表性的烟叶样本;取若干风格特征指标j,并测定代表性烟叶样本的各个风格特征指标值,并根据风格特征指标值确定每个类别i中、每个风格特征指标j的质量要求Jij;
(2)采用层次分析法计算每个风格特征指标j的权重Zj;
(3)将所有代表性烟叶样本的所有风格特征指标值构建成一矩阵Q,将矩阵Q的数据输入DPS数据分析软件中采用综合评价中的投影寻踪分类来计算风格特征指标的投影向量,将投影向量归一化处理后得到每个风格特征指标j的第二权重Kj;
(4)计算组合权重ZHj=(Zj×Kj)/∑(Zj×Kj);
(5)计算每个类别i中、每个风格特征彰显评价权重Sij=(ZHj ×100)/ Jij;
(6)测定待评价烟叶的各个风格特征指标值Gj,该待评价烟叶于某一类别i下的风格特征彰显指数Hi=∑(Gj×Sij)。
2.根据权利要求1所述的一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法,其特征在于:如果计算得到的Hi≥100,说明待评价烟叶对类别i的风格特征彰显程度好;Hi<100,说明待评价烟叶对类别i的风格特征彰显程度差。
3.根据权利要求1所述的一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法,其特征在于:还包括待评价烟叶的类别定位步骤:基于所有卷烟配方功效,确定若干类别I,i属于I,并为每组类别I选取烟叶样本;选取烟叶质量指标作为建模特征,以烟叶质量指标值和类别I作为烟叶样本的样本数据,采用支持向量机、选用高斯核函数、采用一对一分类算法对样本数据进行训练以建立模型;测定待评价烟叶的各个烟叶质量指标值,带入模型中预测类别[i];只有预测类别[i]属于i,才进行步骤(6)。
4.根据权利要求3所述的一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法,其特征在于:还可用于对烟叶基地风格特征彰显程度进行评价:
统计从待评价烟叶基地中调拨的烟叶中、预测类别属于i的烟叶总数量W、以及调拨的烟叶中各种烟叶等级m的烟叶数量wm;
从各个烟叶等级m中分别抽取烟叶,检测每种等级m的烟叶的各个风格特征指标值Gmj;将Gmj带入所述预测模型中,得到烟叶等级m的预测类别[i];如果[i]属于i,则计算烟叶等级m在预测类别[i]的风格特征彰显指数H[i]m,并继续以下步骤;
将预测类别为[i]的烟叶等级m的烟叶数量记为w[i]m,所有预测类别为[i]的烟叶等级m的烟叶数量和为∑w[i]m,并计算类别内占比x[i]m=w[i]m /(∑w[i]m);计算烟叶基地对于该类别[i]的风格特征彰显指数B[i]=∑(H[i]m×x[i]m);因此烟叶基地对于任意类别i的风格特征彰显指数为Bi。
5.根据权利要求4所述的一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法,其特征在于:计算类别占比x[i]=(∑w[i]m)/W,因此每个类别i的类别占比为xi;计算烟叶基地风格特征彰显指数D=∑(Bi×xi)。
6.根据权利要求1所述的一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法,其特征在于:选取的风格特征指标j包括:干草香、清甜香、青香、辛香、正甜香、飘逸、烟气浓度以及浓劲比。
7.根据权利要求6所述的一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法,其特征在于:对各个风格特征指标j通过烟草行业标准《YC/T 530-2015 烟叶质量风格特色感官评价方法》进行评价打分,得到风格特征指标值。
8.根据权利要求3所述的一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法,其特征在于:选取的作为建模特征的烟叶质量指标包括烟气浓度、劲头、香气质、香气量、透发性、杂气、细腻程度、柔和程度、圆润感、刺激性、干燥感、余味、总糖、还原糖、总植物碱和总氮。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010506670.6A CN111667176A (zh) | 2020-06-05 | 2020-06-05 | 一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010506670.6A CN111667176A (zh) | 2020-06-05 | 2020-06-05 | 一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111667176A true CN111667176A (zh) | 2020-09-15 |
Family
ID=72386818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010506670.6A Pending CN111667176A (zh) | 2020-06-05 | 2020-06-05 | 一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111667176A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113240300A (zh) * | 2021-05-20 | 2021-08-10 | 江苏中烟工业有限责任公司 | 一种进口烟叶品种的筛选方法 |
CN116183834A (zh) * | 2023-03-06 | 2023-05-30 | 江苏中烟工业有限责任公司 | 一种评价烟叶原料在不同圆周卷烟适用性的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107589228A (zh) * | 2017-11-08 | 2018-01-16 | 江苏中烟工业有限责任公司 | 通过烟叶特征外观指标预测分选烟叶工业适用性的方法 |
CN107767079A (zh) * | 2017-11-14 | 2018-03-06 | 江苏中烟工业有限责任公司 | 一种烟叶风格特征的客观综合评价方法 |
US20200054065A1 (en) * | 2016-10-31 | 2020-02-20 | British American Tobacco (Investments) Limited | Tobacco industry product |
-
2020
- 2020-06-05 CN CN202010506670.6A patent/CN111667176A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200054065A1 (en) * | 2016-10-31 | 2020-02-20 | British American Tobacco (Investments) Limited | Tobacco industry product |
CN107589228A (zh) * | 2017-11-08 | 2018-01-16 | 江苏中烟工业有限责任公司 | 通过烟叶特征外观指标预测分选烟叶工业适用性的方法 |
CN107767079A (zh) * | 2017-11-14 | 2018-03-06 | 江苏中烟工业有限责任公司 | 一种烟叶风格特征的客观综合评价方法 |
Non-Patent Citations (1)
Title |
---|
周清明 等: "《湖南浓香型烟叶的质量风格特色及区域定位》", 《湖南农业大学学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113240300A (zh) * | 2021-05-20 | 2021-08-10 | 江苏中烟工业有限责任公司 | 一种进口烟叶品种的筛选方法 |
CN116183834A (zh) * | 2023-03-06 | 2023-05-30 | 江苏中烟工业有限责任公司 | 一种评价烟叶原料在不同圆周卷烟适用性的方法 |
CN116183834B (zh) * | 2023-03-06 | 2023-09-19 | 江苏中烟工业有限责任公司 | 一种评价烟叶原料在不同圆周卷烟适用性的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109975238B (zh) | 一种基于近红外光谱的烟叶以及卷烟叶组配方的替代方法 | |
CN107862456A (zh) | 一种批次烟叶质量综合评价的方法 | |
CN111667176A (zh) | 一种基于卷烟品牌需求的烟叶风格特征彰显程度评价方法 | |
CN109840698A (zh) | 一种卷烟感官质量的对比评价方法及其应用 | |
CN111642782A (zh) | 一种基于卷烟配方需求的烟叶原料功效定位方法 | |
CN111680910A (zh) | 一种基于卷烟配方功效的烟叶适用范围定位方法 | |
CN107341613B (zh) | 一种辅助叶组配方平衡替换的方法 | |
CN108181263A (zh) | 基于近红外光谱的烟叶部位特征提取及判别方法 | |
CN106529584A (zh) | 一种烤烟香型和品质判定的智能评价方法 | |
CN107909264A (zh) | 一种烟叶风格特征年度间稳定性的客观综合评价方法 | |
CN110990782B (zh) | 基于加权犹豫模糊幂集结算子的卷烟感官质量评价方法 | |
CN111652516A (zh) | 一种基于配方功效的烟叶基地适用性评价方法 | |
CN105205333B (zh) | 一种烟叶配方的设计方法 | |
CN111709627A (zh) | 一种卷烟品牌配方功效和风格特征的匹配度判定方法 | |
CN111667173A (zh) | 一种基于配方功效的烟叶基地烟叶质量匹配度评价方法 | |
Levin et al. | Segmentation analysis with managerial judgment | |
CN108520276B (zh) | 一种烟叶原料内在感官质量的表征方法 | |
CN106645530A (zh) | 一种基于烟叶致香成分的多模型评价烟叶原料相似度的方法 | |
CN115293444A (zh) | 一种库存烟叶原料健康指数的表征方法 | |
CN108416489B (zh) | 一种烟叶制品感官评吸数据的处理方法和处理系统 | |
CN112101817B (zh) | 一种批次加工烤烟成品均质化程度的评价方法 | |
CN111950882B (zh) | 一种基于综合感官分析的酒样分级方法 | |
CN107941997A (zh) | 一种外引烤烟品种种植区域遴选和验证的方法 | |
CN111642781B (zh) | 一种配方功效与加工属性层级化调控的配方设计方法 | |
CN110432539A (zh) | 一种卷烟原料余缺替代方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No. 406-3, Zhongshan North Road, Nanjing, Jiangsu 210019 Applicant after: CHINA TOBACCO JIANGSU INDUSTRIAL Co.,Ltd. Address before: Bell tower of technical center, No.29 Xinglong Street, Jianye District, Nanjing City, Jiangsu Province Applicant before: CHINA TOBACCO JIANGSU INDUSTRIAL Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200915 |