CN114617282B - 一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端 - Google Patents
一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端 Download PDFInfo
- Publication number
- CN114617282B CN114617282B CN202210439377.1A CN202210439377A CN114617282B CN 114617282 B CN114617282 B CN 114617282B CN 202210439377 A CN202210439377 A CN 202210439377A CN 114617282 B CN114617282 B CN 114617282B
- Authority
- CN
- China
- Prior art keywords
- stage
- temperature
- tobacco
- baking
- baking process
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
- A24B3/00—Preparing tobacco in the factory
- A24B3/10—Roasting or cooling tobacco
-
- 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
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明属于烟叶烘烤技术领域,公开了一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端,根据不同批次烟叶的质量特性指标给不同状态的烟叶赋分并分类;将典型工艺以及工艺阶段过程控制数据汇总到流程图中,根据流程图转换出烘烤工艺有向图;基于历史烘烤数据和专家终评分数,给烘烤工艺有向图中涉及到的烘烤工艺阶段赋分,并将分数转化为有向线的权重;依据烘烤工艺有向图,使用Dijkstra算法,按权重之和最大原则筛选最合适的烟叶烘烤工艺路径。本发明抛开对环境因素的研究,从历史数据出发优化烟叶烘烤工艺方法,简化了优化方法,节约了研究时间,节省了研究成本,解决了传统烟叶烘烤工艺优化需要大量的实验数据和时间的问题。
Description
技术领域
本发明属于烟叶烘烤技术领域,尤其涉及一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端。
背景技术
目前,烟草是一种重要的经济作物,目前,我国烤烟年产量维持在150万吨左右,许多经济不发达地区的农民都靠烟草来维持生计。在我国的农作物当中,烟草的经济价值非常的高,因此在我国的农业领域,烟草的经济地位也非常的高。
烘烤工艺是决定烟叶最终质量的关键一环。从田间采收的新鲜烟叶含有80%~90%的水分,必须将其放置在特定的设备内,采取适当的烘烤手段使其变黄干燥,将叶内各种优良的理化性状香气物质固定下来,成为卷烟的工业原料。
烟草与其他经济作物相比具有处理技术难度大,烟农不易在烘烤过程中对其工艺进行及时调整等特点,导致烟农难以获得高质量的烟叶。烘烤工艺的选择与调整是否正确,直接影响到了烟农们的经济收入和国家烟叶产品的质量。
正常的烟叶烘烤工艺是取决于不同鲜烟叶的素质的。鲜烟叶素质是鲜烟叶自身具备的特征,因品种、部位及大田生长发育状况的不同而异,是确定烟叶烘烤特性和制定烘烤方案的重要依据。因而很难使用一套标准的烘烤工艺模板生搬硬套,只有结合了鲜烟叶具体情况才能确立具体的工艺进而找到最佳烘烤工艺。
在常规的三段式烘烤工艺下,烟叶目前根据需求分为:变黄前期、变黄中期、变黄后期、定色前期、定色中期、定色后期、干筋期这7个阶段,他们分别对应的转火点温度为38、40、42、44、46、48、54、68,每当温度到达转火点,就会进行一次转火升温操作。因此,传统烟叶烘烤工艺优化需要大量的实验数据和时间。
知识图谱通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示事物的整体构架与内部联系。知识图谱把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制显示出来,揭示知识领域的动态发展规律,为学科研究提供切实的、有价值的参考。
图算法指利用特制的线条算图求得答案的一种简便算法。无向图、有向图和网络能运用很多常用的图算法,这些算法包括:各种遍历算法,寻找最短路径的算法。图算法可以应用在多种场合,例如:优化管道、路由表、快递服务、通信网站等。因此,亟需设计一种新的基于有向图和图算法的面向质量提升的烟叶烘烤工艺寻优方法及系统。
现有的传统烟叶烘烤工艺优化技术存在以下问题及缺陷。
我国传统的烤烟生产使用的多为自然气流上升下降式的土烤房,从起烤到结束一炕烟需要5~7天时间,在此期间昼夜都要监测炕房内的温度和湿度。该种烤房在烘烤过程中的供热排湿主要依靠操作人员的烘烤经验,根据测得的干、湿球温度计的温度,人为地通过调节火力、天窗、地洞开启的大小和气流上升下降的自然速度控制烤房的温湿度,存在着操作误差大、反应不灵敏、预期结果滞后等不足,影响烟叶烘烤质量。
发明内容
针对现有烟叶烘烤工艺寻优技术存在的问题,本发明提供了一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端,尤其涉及一种基于有向图和图算法的面向质量提升的烟叶烘烤工艺寻优方法、系统、介质、设备及终端。
本发明是这样实现的,一种面向质量提升的烟叶烘烤工艺寻优方法,所述面向质量提升的烟叶烘烤工艺寻优方法包括:
利用图算法的路径优化方法历史数据构建的知识图谱中筛选烟叶烘烤过程中每个阶段烘烤工艺。
进一步,所述面向质量提升的烟叶烘烤工艺寻优方法包括以下步骤:
步骤一,根据不同批次烟叶的质量特性指标给不同状态的烟叶赋分并分类;
步骤二,将典型工艺以及工艺阶段过程控制数据汇总到流程图中,根据流程图转换出烘烤工艺有向图;
步骤三,基于历史烘烤数据和专家终评分数,给烘烤工艺有向图中涉及到的烘烤工艺阶段赋分,并将分数转化为有向线的权重;
步骤四,依据烘烤工艺有向图,使用Dijkstra算法,按权重之和最大原则筛选最合适的烟叶烘烤工艺路径。
进一步,所述步骤一中的根据不同批次烟叶的质量特性指标给不同状态的烟叶赋分并分类包括:
(1)根据烟叶的质量特性指标给不同状态的烟叶赋分并分类;
(2)指标选取根据获得性进行调整,未进行烘烤的鲜烟叶由指标赋分,并根据所需的烘烤工艺进行分类;所述质量特性指标随温度变化成正相关变化;
(3)所述指标在烘烤过程中由图像分析得到的指标包括烟叶颜色和失水率,烘烤中的烟叶由颜色、失水率赋分并根据所需的烘烤工艺进行分类。
其中,所述步骤(1)中的鲜烟叶的质量特性指标包括烟叶的品种、含水量、颜色、成熟度、叶片结构、油份以及叶面状况。
进一步,所述步骤二中的将典型工艺以及工艺阶段过程控制数据汇总到流程图中,根据流程图转换出烘烤工艺有向图包括:
(1)将典型工艺以及工艺阶段过程控制数据汇总至一个流程图,通过所述流程图反映实际烘烤的工艺流程;
(2)有向图由9个小有向图构成,分别对应烟叶烘烤过程的9种阶段;
其中,所述9种阶段包括烟叶变黄前中后期有向图、烟叶定色前中后期有向图、烟叶干筋前后期有向图;
(3)将所述流程图中没有含义的有向线简化删除,转换为烘烤工艺有向图;
(4)烘烤工艺有向图节点含义为温度,有向线上进行烤烟工艺的标注;
(5)烘烤工艺有向图节点含义温度对应烟叶的质量指标颜色和失水率。
所述步骤(1)中的将典型工艺以及工艺阶段过程控制数据汇总至一个流程图,通过所述流程图反映实际烘烤的工艺流程包括:
1)通过所述流程图表示烘烤过程中先升温,再稳温的过程;在到达转火点后进入下一个阶段再次进行升温、稳温;
2)所述每一小阶段的流程图开始节点代表到达转火点的干球温度;由初始节点引出的有向线代表升温工艺,有向线指向小阶段的稳温开始温度节点;
3)由所述稳温开始温度节点引出的有向线代表稳温工艺,所述有向线指向稳温结束温度节点;
4)由所述稳温结束温度节点引出的有向线代表进入下一小阶段,所述有向线指向下一阶段启始节点,并在节点处标注干球温度。
所述步骤(2)中,区分所述烘烤过程的9种阶段的根据是烟叶的颜色和失水率;上干球温度区分的9种阶段包括:变黄前期:干球温度38℃;变黄中期:干球温度40℃;变黄后期第一阶段:干球温度42℃;变黄后期第二阶段:干球温度44℃;定色前期:上干球温度46℃;定色中期:干球温度48℃;定色后期:干球温度54℃;干筋前期:干球温度60℃;干筋后期:干球温度65~68℃。
所述步骤(4)中,稳温开始温度节点处标注稳温阶段开始时的失水率和颜色,稳温结束温度节点处标注稳温阶段结束时的失水率和颜色;所述有向线上进行烤烟工艺标注,包括稳温阶段的湿球温度、稳温时间,稳温阶段结束时的失水率和颜色,以及由后续赋分规则计算的有向线的得分和权重。
进一步,所述步骤三中的基于历史烘烤数据和专家终评分数,给烘烤工艺有向图中涉及到的烘烤工艺阶段赋分,并将分数转化为有向线的权重包括:
(1)赋分在有向图中从后往前倒推进行,只有稳温工艺阶段需要赋分,升温工艺阶段不需要赋分;
(2)用规则给操作有向图中最后一个稳温工艺阶段进行赋分;
(3)用规则将分数转化为权重,在烘烤过程中优先选择权重高的工艺阶段。
所述步骤(2)中的规则采用倒推赋分的方法,以获取能够到达目标状态的最优工艺路线;所述规则设定烟叶的不同阶段在全过程中所占的比重;
所述规则基于历史烘烤数据和专家终评分数,专家将综合依据烟叶最终的颜色、失水率指标进行打分,使用终评分数给最后一个稳温工艺阶段进行赋分。
从最后一个工艺阶段开始,按照各阶段的累计占比为各阶段进行赋分,最终得到各阶段每个工艺阶段的得分。
所述步骤(3)中的规则在各阶段内将依次从最低分到最高分为工艺阶段设置权重;所述规则将最低分工艺阶段权重设为1,其他工艺阶段的权重取决于其与最低分工艺阶段的分数之差。
进一步,所述步骤四中,采集烘烤过程中烟叶当前所处的温度,带入算法,计算出当前烟叶的最优工艺路经,具体包括:
(1)输入鲜烟叶状态分数,算法自动判断烟叶类型,并选择开始路径;
(2)比较与温度节点相邻的所有有向线的权重,选择权重最大的路径;
(3)提取图像识别得到的数据,算法自动判断烟叶类型并选择下一个节点;
(4)判断当前干球温度是否超过65℃,若不是,从头开始进行下一轮计算,若是,停止算法;
(5)进行权重修改算法,记录本次烘烤所走过的路径,当某路径走过的次数到达一定数值,则路径的权重将增大。
本发明的另一目的在于提供一种应用所述的面向质量提升的烟叶烘烤工艺寻优方法的面向质量提升的烟叶烘烤工艺寻优系统,所述面向质量提升的烟叶烘烤工艺寻优系统包括:
烟叶赋分模块,用于根据不同批次烟叶的质量特性指标给不同状态的烟叶赋分并分类;
有向图转换模块,用于将典型工艺以及工艺阶段过程控制数据汇总到流程图中,根据流程图转换出烘烤工艺有向图;
权重转化模块,用于基于历史烘烤数据和专家终评分数,给烘烤工艺有向图中涉及到的烘烤工艺阶段赋分,并将分数转化为有向线的权重;
烘烤路径筛选模块,用于依据烘烤工艺有向图,使用Dijkstra算法,按权重之和最大原则筛选最合适的烟叶烘烤工艺路径。
本发明的另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
从历史数据出发,利用图算法的路径优化方式,从由历史执行工艺路径构建的知识图谱中筛选每个阶段内部最合适的工艺路径。
本发明的另一目的在于提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
从历史数据出发,利用图算法的路径优化方式,从由历史执行工艺路径构建的知识图谱中筛选每个阶段内部最合适的工艺路径。
本发明的另一目的在于提供一种信息数据处理终端,所述信息数据处理终端用于实现所述的面向质量提升的烟叶烘烤工艺寻优系统。
结合上述的技术方案和解决的技术问题,请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为:
第一、针对上述现有技术存在的技术问题以及解决该问题的难度,紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等,详细、深刻地分析本发明技术方案如何解决的技术问题,解决问题之后带来的一些具备创造性的技术效果。具体描述如下:
本发明要进行烟叶烘烤工艺调整的路径寻优,工艺路径是指每个大阶段内的烘烤路径,即从一个转火点到达下一个转火点的过程。把典型工艺以及工艺阶段过程控制数据汇总到烘烤工艺有向图;根据鲜烟叶的外观、物理质量指标给不同状态的烟叶赋分并分类;基于历史数据和专家评分,给有向图中涉及到的烘烤工艺赋分,并把分数转化为有向线的权重;基于有向图和基于Dijkstra算法提出的一个改进算法,按权重之和最大原则筛选烤烟过程中每个阶段内部最合适的工艺路径。本发明能够抛开对环境因素的研究,从历史数据出发,利用图算法等路径优化的方式从由历史执行工艺路径构建的知识图谱中筛选每个阶段内部最合适的工艺路径,解决现有传统烘烤工艺难以优化的问题。
第二,把技术方案看作一个整体或者从产品的角度,本发明所要保护的技术方案具备的技术效果和优点,具体描述如下:
本发明构建的有向图能够为烟叶烘烤提供路径选择模板,未来可以将模型部署于用于其他目的的寻优过程中。
本发明抛开对环境因素的研究,从历史数据出发优化烟叶烘烤工艺方法,简化了优化方法,节约了研究时间,节省了研究成本,解决传统烟叶烘烤工艺优化需要大量的实验数据和时间的问题。
第三,作为本发明的权利要求的创造性辅助证据,还体现在本发明的技术方案填补了国内外业内技术空白:
烘烤阶段的划分与温湿度管理是烘烤工艺的核心。我过目前烟叶烘烤工艺优化多依赖于人工经验。本发明提供了一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端,尤其涉及一种基于有向图和图算法的面向质量提升的烟叶烘烤工艺寻优方法、系统、介质、设备及终端,能够基于大数据去选择烟叶烘烤的每个阶段内的最优工艺路径。解决了烟农们在进行烘烤工艺路径选择时全依靠人工无法做到客观选择,以及不一定能找到最优路径的问题。在文献、专利搜索引擎中均无类似本专利烘烤工艺寻优方法,填补了国内外业内技术空白。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的面向质量提升的烟叶烘烤工艺寻优方法流程图;
图2是本发明实施例提供的面向质量提升的烟叶烘烤工艺寻优方法原理图;
图3是本发明实施例提供的面向质量提升的烟叶烘烤工艺寻优系统结构图;
图4是本发明实施例提供的烟叶烘烤工艺有向图示意图;
图5是本发明实施例提供的算法的基本框架示意图;
图中:1、烟叶赋分模块;2、有向图转换模块;3、权重转化模块;4、烘烤路径筛选模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端,下面结合附图对本发明作详细的描述。
一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现,该部分是对权利要求技术方案进行展开说明的解释说明实施例。
如图1所示,本发明实施例提供的面向质量提升的烟叶烘烤工艺寻优方法包括以下步骤:
S101,根据不同批次烟叶的质量特性指标给不同状态的烟叶赋分并分类;
S102,将典型工艺以及工艺阶段过程控制数据汇总到流程图中,根据流程图转换出烘烤工艺有向图;
S103,基于历史烘烤数据和专家终评分数,给烘烤工艺有向图中涉及到的烘烤工艺阶段赋分,并将分数转化为有向线的权重;
S104,依据烘烤工艺有向图,使用Dijkstra算法,按权重之和最大原则筛选最合适的烟叶烘烤工艺路径。
本发明实施例提供的面向质量提升的烟叶烘烤工艺寻优方法原理图见图2。
如图3所示,本发明实施例提供的面向质量提升的烟叶烘烤工艺寻优系统包括:
烟叶赋分模块1,用于根据不同批次烟叶的质量特性指标给不同状态的烟叶赋分并分类;
有向图转换模块2,用于将典型工艺以及工艺阶段过程控制数据汇总到流程图中,根据流程图转换出烘烤工艺有向图;
权重转化模块3,用于基于历史烘烤数据和专家终评分数,给烘烤工艺有向图中涉及到的烘烤工艺阶段赋分,并将分数转化为有向线的权重;
烘烤路径筛选模块4,用于依据烘烤工艺有向图,使用Dijkstra算法,按权重之和最大原则筛选最合适的烟叶烘烤工艺路径。
本发明实施例提供的烟叶烘烤工艺有向图示意图如图4所示,本发明实施例提供的算法的基本框架示意图如图5所示。
下面结合具体实施例对本发明的技术方案作进一步的说明。
本发明实施例提供的基于有向图和图算法的烟叶烘烤工艺寻优方法中,基于历史烘烤数据和专家终评分数,给烘烤工艺有向图中涉及到的烘烤工艺阶段赋分,并将分数转化为有向线的权重具体包括:
(1)赋分将在有向图中从后往前倒退进行,只有稳温工艺需要赋分,升温工艺不需要赋分。
(2)用一种规则给操作有向图中最后一道稳温工艺进行赋分,再依次给其他稳温工艺赋分。
(3)用一种规则将所述分数转化为权重,在烘烤过程中,优先选择权重高的工艺路线。
本发明实施例提供的步骤(2)具体包括:
1)规则采用倒推赋分的方法,以获取能够到达目标状态的最优工艺路线。
2)规则设定了烟叶不同阶段的在全过程中所占的比重。
具体的,各阶段所占比重如下:变黄前期10%,变黄中期10%,变黄后期第一阶段10%,变黄后期第二阶段10%,定色前期20%,定色中期15%,定色后期10%,干筋前期5%,干筋后期10%。
3)规则基于专家对各批烟叶的评分,使用终评分数给最后一道稳温工艺进行赋分。
4)从最后一个阶段开始,按照各阶段的累计占比(即包含该阶段的前面所有阶段占比数值加起来)为各阶段进行赋分,最终得到各阶段每条工艺路线的得分。
在其中一个实施例中,具体的,如表1所示,工艺路线分数=专家终评分数×该阶段的累计占比(即包含该阶段的前面所有阶段占比数值加起来)。烟叶1得分90分,烟叶2得分80分。如最后阶段,干筋后期中,烟叶1对应工艺1“湿球温度40℃,稳温时长10小时,结束状态失水率1,变黄程度1”,工艺1分数=90×100%=90分。烟叶2对应工艺a“湿球温度41℃,稳温时长10小时,结束状态失水率a,变黄程度a”,工艺a分数=80×100%=80分。又如定色前期,烟叶1对应工艺2“湿球温度36,稳温时长12小时,结束状态失水率2,变黄程度2”,工艺2分数=90×60%=54分,烟叶2对应工艺b“湿球温度36,稳温时长12,结束状态失水率b,变黄程度b”,工艺b分数=80×60%=48分。
表1不同阶段的烟叶工艺对应的分数
5)规则规定,当不同批次烤烟走了同一条工艺路线,并由此计算得出工艺路线得分不同时,取平均值作为该工艺路线得分。
在其中一个实施例中,具体的,如表2所示,在干筋前期中,烟叶1对应工艺3“湿球温度40℃,稳温时长10小时,结束状态失水率3,变黄程度3”,工艺3分数=90×90%=81分。烟叶2对应工艺3,工艺3分数=80×90%=72分。工艺3分数=(81+72)/2=76.5分。
表2不同阶段的烟叶工艺对应的分数
本发明实施例提供的步骤(3)具体包括:
1)规则在各阶段内优先将依次从最低分到最高分工艺设置权重。
2)规则将最低分工艺权重设为1。其他工艺的权重取决于其与最低分工艺的分数之差。
在其中一个实施例中,具体的,其他工艺的权重=1×其与最低分工艺分数差。如最后阶段,干筋后期中,工艺m为最低分工艺,分数为70,权重为1。工艺n分数为90,权重为1×(90-70)=20。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或D VD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种面向质量提升的烟叶烘烤工艺寻优方法,其特征在于,所述面向质量提升的烟叶烘烤工艺寻优方法包括:利用图算法的路径优化方法历史数据构建的知识图谱中筛选烟叶烘烤过程中每个阶段烘烤工艺;
所述面向质量提升的烟叶烘烤工艺寻优方法包括以下步骤:
步骤一,根据不同批次烟叶的质量特性指标给不同状态的烟叶赋分并分类;
步骤二,将典型工艺以及工艺阶段过程控制数据汇总到流程图中,根据流程图转换出烘烤工艺有向图;
步骤三,基于历史烘烤数据和专家终评分数,给烘烤工艺有向图中涉及到的烘烤工艺阶段赋分,并将分数转化为有向线的权重;
步骤四,依据烘烤工艺有向图,使用Dijkstra算法,按权重之和最大原则筛选最合适的烟叶烘烤工艺路径;
所述步骤一中的根据不同批次烟叶的质量特性指标给不同状态的烟叶赋分并分类包括:
(1)根据烟叶的质量特性指标给不同状态的烟叶赋分并分类;
(2)指标选取根据获得性进行调整,未进行烘烤的鲜烟叶由指标赋分,并根据所需的烘烤工艺进行分类;所述质量特性指标随温度变化成正相关变化;
(3)所述指标在烘烤过程中由图像分析得到的指标包括烟叶颜色和失水率,烘烤中的烟叶由颜色、失水率赋分并根据所需的烘烤工艺进行分类;
其中,所述步骤(1)中的鲜烟叶的质量特性指标包括烟叶的品种、含水量、颜色、成熟度、叶片结构、油份以及叶面状况;
所述步骤二中的将典型工艺以及工艺阶段过程控制数据汇总到流程图中,根据流程图转换出烘烤工艺有向图包括:
(1)将典型工艺以及工艺阶段过程控制数据汇总至一个流程图,通过所述流程图反映实际烘烤的工艺流程;
(2)有向图由9个小有向图构成,分别对应烟叶烘烤过程的9种阶段;
其中,所述9种阶段包括烟叶变黄前中后期有向图、烟叶定色前中后期有向图、烟叶干筋前后期有向图;
(3)将所述流程图中没有含义的有向线简化删除,转换为烘烤工艺有向图;
(4)烘烤工艺有向图节点含义为温度,有向线上进行烤烟工艺的标注;
(5)烘烤工艺有向图节点含义温度对应烟叶的质量指标颜色和失水率;
所述步骤(1)中的将典型工艺以及工艺阶段过程控制数据汇总至一个流程图,通过所述流程图反映实际烘烤的工艺流程包括:
1)通过所述流程图表示烘烤过程中先升温,再稳温的过程;在到达转火点后进入下一个阶段再次进行升温、稳温;
2)每一小阶段的流程图开始节点代表到达转火点的干球温度;由初始节点引出的有向线代表升温工艺,有向线指向小阶段的稳温开始温度节点;
3)由所述稳温开始温度节点引出的有向线代表稳温工艺,所述有向线指向稳温结束温度节点;
4)由所述稳温结束温度节点引出的有向线代表进入下一小阶段,所述有向线指向下一阶段启始节点,并在节点处标注干球温度;
所述步骤(2)中,区分所述烘烤过程的9种阶段的根据是烟叶的颜色和失水率;上干球温度区分的9种阶段包括:变黄前期:干球温度38℃;变黄中期:干球温度40℃;变黄后期第一阶段:干球温度42℃;变黄后期第二阶段:干球温度44℃;定色前期:上干球温度46℃;定色中期:干球温度48℃;定色后期:干球温度54℃;干筋前期:干球温度60℃;干筋后期:干球温度65~68℃;
所述步骤(4)中,稳温开始温度节点处标注稳温阶段开始时的失水率和颜色,稳温结束温度节点处标注稳温阶段结束时的失水率和颜色;所述有向线上进行烤烟工艺标注,包括稳温阶段的湿球温度、稳温时间,稳温阶段结束时的失水率和颜色,以及由后续赋分规则计算的有向线的得分和权重;
所述步骤三中的基于历史烘烤数据和专家终评分数,给烘烤工艺有向图中涉及到的烘烤工艺阶段赋分,并将分数转化为有向线的权重包括:
(1)赋分在有向图中从后往前倒推进行,只有稳温工艺阶段需要赋分,升温工艺阶段不需要赋分;
(2)用规则给操作有向图中最后一个稳温工艺阶段进行赋分;
(3)用规则将分数转化为权重,在烘烤过程中优先选择权重高的工艺阶段;
所述步骤(2)中的规则采用倒推赋分的方法,以获取能够到达目标状态的最优工艺路线;所述规则设定烟叶的不同阶段在全过程中所占的比重;
所述规则基于历史烘烤数据和专家终评分数,专家将综合依据烟叶最终的颜色、失水率指标进行打分,使用终评分数给最后一个稳温工艺阶段进行赋分;
从最后一个工艺阶段开始,按照各阶段的累计占比为各阶段进行赋分,最终得到各阶段每个工艺阶段的得分;
所述步骤(3)中的规则在各阶段内将依次从最低分到最高分为工艺阶段设置权重;所述规则将最低分工艺阶段权重设为1,其他工艺阶段的权重取决于其与最低分工艺阶段的分数之差;
所述步骤四中,采集烘烤过程中烟叶当前所处的温度,带入算法,计算出当前烟叶的最优工艺路经,具体包括:
(1)输入鲜烟叶状态分数,算法自动判断烟叶类型,并选择开始路径;
(2)比较与温度节点相邻的所有有向线的权重,选择权重最大的路径;
(3)提取图像识别得到的数据,算法自动判断烟叶类型并选择下一个节点;
(4)判断当前干球温度是否超过65℃,若不是,从头开始进行下一轮计算,若是,停止算法;
(5)进行权重修改算法,记录本次烘烤所走过的路径,当某路径走过的次数到达一定数值,则路径的权重将增大。
2.一种应用如权利要求1所述面向质量提升的烟叶烘烤工艺寻优方法的面向质量提升的烟叶烘烤工艺寻优系统,其特征在于,所述面向质量提升的烟叶烘烤工艺寻优系统包括:
烟叶赋分模块,用于根据不同批次烟叶的质量特性指标给不同状态的烟叶赋分并分类;
有向图转换模块,用于将典型工艺以及工艺阶段过程控制数据汇总到流程图中,根据流程图转换出烘烤工艺有向图;
权重转化模块,用于基于历史烘烤数据和专家终评分数,给烘烤工艺有向图中涉及到的烘烤工艺阶段赋分,并将分数转化为有向线的权重;
烘烤路径筛选模块,用于依据烘烤工艺有向图,使用Dijkstra算法,按权重之和最大原则筛选最合适的烟叶烘烤工艺路径。
3.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1所述面向质量提升的烟叶烘烤工艺寻优方法。
4.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1所述面向质量提升的烟叶烘烤工艺寻优方法。
5.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现如权利要求2所述面向质量提升的烟叶烘烤工艺寻优系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210439377.1A CN114617282B (zh) | 2022-04-25 | 2022-04-25 | 一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210439377.1A CN114617282B (zh) | 2022-04-25 | 2022-04-25 | 一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114617282A CN114617282A (zh) | 2022-06-14 |
CN114617282B true CN114617282B (zh) | 2022-12-06 |
Family
ID=81905546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210439377.1A Active CN114617282B (zh) | 2022-04-25 | 2022-04-25 | 一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114617282B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881710A (zh) * | 2015-05-11 | 2015-09-02 | 浙江大学 | 一种基于车辆自组网的城市快递配送方法 |
CN108490784A (zh) * | 2018-04-19 | 2018-09-04 | 云南佳叶现代农业发展有限公司 | 基于强化学习的烟叶烘烤曲线推荐方法 |
CN109299070A (zh) * | 2018-09-10 | 2019-02-01 | 山东东方方圆厨房设备有限公司 | 一种基于大数据的菜品蒸煮方法及系统 |
CN109977283A (zh) * | 2019-03-14 | 2019-07-05 | 中国人民大学 | 一种基于知识图谱和用户足迹的旅游推荐方法和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019113875A1 (en) * | 2017-12-14 | 2019-06-20 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for optimizing order allocation |
-
2022
- 2022-04-25 CN CN202210439377.1A patent/CN114617282B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881710A (zh) * | 2015-05-11 | 2015-09-02 | 浙江大学 | 一种基于车辆自组网的城市快递配送方法 |
CN108490784A (zh) * | 2018-04-19 | 2018-09-04 | 云南佳叶现代农业发展有限公司 | 基于强化学习的烟叶烘烤曲线推荐方法 |
CN109299070A (zh) * | 2018-09-10 | 2019-02-01 | 山东东方方圆厨房设备有限公司 | 一种基于大数据的菜品蒸煮方法及系统 |
CN109977283A (zh) * | 2019-03-14 | 2019-07-05 | 中国人民大学 | 一种基于知识图谱和用户足迹的旅游推荐方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114617282A (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108346142B (zh) | 一种基于植物光照图像的植物生长状态识别方法 | |
CN112906298B (zh) | 一种基于机器学习的蓝莓产量预测方法 | |
CN104914720B (zh) | 具有自动学习功能的电子鼻智能烘烤控制系统及控制方法 | |
CN110119169B (zh) | 一种基于最小向量机的番茄温室温度智能预警系统 | |
CN111855589A (zh) | 水稻叶片氮积累量遥感反演模型和方法 | |
CN110428106A (zh) | 一种基于机器学习的农作物需水量预测方法 | |
CN115529987B (zh) | 作物设施的风口调控方法、装置、设备及存储介质 | |
CN109214591B (zh) | 一种木本植物地上生物量预测方法及系统 | |
CN105334738B (zh) | 一种适用于烟草加工过程pid控制回路的性能评价方法 | |
CN113888011A (zh) | 基于灰色关联分析和层次分析法的鸡舍内环境评价方法 | |
CN111553806B (zh) | 基于低功耗传感器和Boost模型的自适应作物管理系统及方法 | |
CN115453868B (zh) | 基于番茄光响应差分特征的全生长期光强调控方法 | |
CN110569883A (zh) | 基于Kohonen网络聚类和ReliefF特征选择的空气质量指数预测方法 | |
CN111855593A (zh) | 水稻叶片淀粉含量遥感反演模型和方法 | |
CN114359697A (zh) | 一种基于增量学习的雪茄烟烟叶晾制工艺阶段识别方法 | |
CN114637351B (zh) | 一种设施作物温室环境调控方法及系统 | |
CN107202784B (zh) | 一种水稻浸种催芽过程中工艺节点的检测方法 | |
CN114617282B (zh) | 一种面向质量提升的烟叶烘烤工艺寻优方法、系统及终端 | |
CN115454176A (zh) | 一种基于物联网的智慧农业大棚通风控制系统 | |
Macabiog et al. | Rainfall predictive approach for La Trinidad, Benguet using machine learning classification | |
CN108387534A (zh) | 测定植株含水量方法和装置 | |
CN112945881A (zh) | 一种基于高光谱特征参数的马铃薯叶片含水量监测方法 | |
CN116739403A (zh) | 一种基于品质状况分布的水果综合品质评价方法 | |
CN112904920B (zh) | 一种预测温室作物光合作用干物质产量的方法 | |
CN113850432A (zh) | 一种电力负荷数据的预测方法、系统、设备和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |