CN116616484A - 一种雪茄烟叶物理特性质量评价方法 - Google Patents
一种雪茄烟叶物理特性质量评价方法 Download PDFInfo
- Publication number
- CN116616484A CN116616484A CN202310502084.8A CN202310502084A CN116616484A CN 116616484 A CN116616484 A CN 116616484A CN 202310502084 A CN202310502084 A CN 202310502084A CN 116616484 A CN116616484 A CN 116616484A
- Authority
- CN
- China
- Prior art keywords
- leaf
- tobacco
- weight
- analysis
- tobacco leaves
- 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
- 241000208125 Nicotiana Species 0.000 title claims abstract description 125
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 92
- 235000019506 cigar Nutrition 0.000 title claims abstract description 41
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 51
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 238000007621 cluster analysis Methods 0.000 claims abstract description 24
- 230000000704 physical effect Effects 0.000 claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 238000005520 cutting process Methods 0.000 claims description 9
- 238000005303 weighing Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 238000001816 cooling Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000010009 beating Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 3
- 238000007417 hierarchical cluster analysis Methods 0.000 claims description 3
- 238000002156 mixing Methods 0.000 claims description 3
- 210000003462 vein Anatomy 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 2
- 238000000691 measurement method Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 claims 1
- 239000002893 slag Substances 0.000 claims 1
- 239000002689 soil Substances 0.000 claims 1
- 239000002699 waste material Substances 0.000 claims 1
- 244000061458 Solanum melongena Species 0.000 description 14
- 235000002597 Solanum melongena Nutrition 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000000846 Bartlett's test Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000000556 factor analysis Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012067 mathematical method Methods 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
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 235000019505 tobacco product Nutrition 0.000 description 1
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
- A24B3/18—Other treatment of leaves, e.g. puffing, crimpling, cleaning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
-
- 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
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明公开了一种雪茄烟叶物理特性质量评价方法，具体包括以下步骤：收集多个产地不同品种的雪茄烟叶样本；建立样本的物理指标的样本数据；将得到的样本数据利用熵值法、CRITIC法、AHP层次法进行权重分析，并基于熵值法、CRITIC法、AHP层次法分析结果进行聚类分析；根据熵值法、CRITIC法、AHP层次法分析结果进行综合评价，并基于综合评价结果进行聚类分析。通过本发明的烟叶物理特性质量评价方法，可对不同来源、品质的雪茄烟叶的物理特性进行数字化赋值并评价其优劣，避免了人工评吸带来的高成本和不稳定性。
Description
技术领域
本发明属于烟叶质量评价技术领域，具体涉及一种雪茄烟叶物理特性质量评价方法。
背景技术
高档的雪茄烟区别于其他类型的烟草制品，要求无任何添加，纯烟叶手工卷制，对烟叶质量的要求更加严苛。目前，我国雪茄烟工业企业主要使用进口雪茄烟叶原料，对烟叶质量的关注更多是在外观质量以及感官质量的主观感受上。正是因为这些特殊性，充分了解国产雪茄烟叶质量并对其进行综合评价十分重要。烟叶的物理特性是体现烟叶质量的重要因素，其与烟叶内在质量有较为密切的关系。烟叶的物理特性包括叶片大小、叶片厚度、叶质量、拉力强度、单叶重、含梗率等。物理特性还影响了产品的风格、生产成本以及其他的经济因素。在烟草科学的研究中，综合评价方法占有十分重要的地位。
烟草学者越来越多地运用统计学与数学方法对烟叶质量进行综合的评价。20世纪80年代后，一些新的评价方法的出现融入进了烟叶质量评价中，如相关性与回归分析、因子分析法、聚类分析法、灰色系统理论、模糊数学综合评价法的提出，为烟叶质量评价增添了选择。然而，目前对雪茄烟叶的物理特性方面尚未形成一套完整有效的评价方法。
发明内容
本发明通过熵值法、CRITIC权重分析及AHP层次分析综合对影响雪茄茄芯物理特性的指标进行检测，对可用于不同产地和不同品种的雪茄茄芯烟叶评价。
为了达到上述目的，本发明采用如下技术方案：
一种雪茄烟叶物理特性质量评价方法，具体包括以下步骤：
(1)收集多个产地不同品种的雪茄烟叶样本；
(2)建立样本的物理指标的样本数据；
(3)将步骤(2)得到的样本数据利用熵值法进行权重分析，并基于熵值法分析结果进行聚类分析；
(4)将步骤(2)得到的样本数据利用CRITIC法进行权重分析，并基于CRITIC法分析结果进行聚类分析；
(5)将步骤(2)得到的样本数据利用AHP层次法进行权重分析，并基于AHP法分析结果进行聚类分析；
(6)根据步骤(3)-(5)中熵值法、CRITIC法、AHP层次法权重分析结果进行综合评价，并基于综合分析结果进行聚类分析。
采用上述技术方案的有益效果：分别通过主观加权和客观加权两种研究思路，对不同雪茄烟叶中物理特性的各项指标的赋值进行权重分配，可综合各加权方法的结果，使结果更准确。本发明选用的分析方法适合本发明获得的烟叶物理指标的样本数据，选择合适的分析方法能够获得更准确的分析结果。
优选的，步骤(2)中物理指标包括：拉力，平衡含水率，含梗率，单叶重，叶质量，厚度，填充值。
优选的，所述拉力，平衡含水率，含梗率，单叶重，叶质量，厚度，填充值的测定方法分别为：
拉力：随机抽取10片烟叶，每片烟叶任取一个半叶，在每个半叶靠近主脉1/2处，用JDC双刃裁刀裁1.5cm×15cm的长条，共10条，将其放在温度为(22±1)℃、相对湿度为(65±5)％的环境条件下平衡3～4d，测定每个长条的拉力，结果取10条烟叶拉力的平均值；
厚度：随机抽取10片烟叶，将烟叶放在温度为(22±1)℃、相对湿度为(65±5)％的环境条件下平衡3～4d，每片烟叶任取一个半叶，用测厚仪分别测量每个半叶叶尖、叶中及叶基3个点的厚度，结果取10个半叶30个点的烟叶厚度的平均值；
叶质量：随机抽取10片烟叶，每片烟叶任取一个半叶，沿着半叶的叶尖、叶中及叶基部等距离取5个点，用圆形打孔器打5片直径为15mm-20mm的圆形小片，将50片圆形小片放入水分盒中，在100℃条件下烘2小时，冷却30分钟后称重，根据下列公式计算叶质量：
单叶重：随机抽取10片烟叶，用1/100分析天平进行测量后取平均值；
填充值：将各样品烟叶切成(0.9t0.1)mm的烟丝，在22％、60％条件下平衡23d，用DD60A型填充值测定仪，取100烟丝，测定3次烟丝的填充值，取平均值；
含梗率：随机抽取10片烟叶，将烟叶放在温度为(22±1)℃、相对湿度为(65±5)％的环境条件下平衡3～4d，分别称量总重、梗重。按下列公式计算烟叶含梗率：
平衡含水率：将上检测完成后的烟叶去梗后切成(0.9±0.1)mm宽的烟丝，混匀，分别称取10g烟丝放入水分盒中，在100℃条件下烘2小时，在干燥器内冷却30min后称重(g)，按下列公式计算烟叶平衡含水率：
采用上述技术方案的有益效果：本发明在首次运用上述方法对雪茄烟叶进行测定，并添加了7项指标的赋值标准，对测得数据进行赋值化。
优选的，步骤(3)中所述熵值法通过计算信息熵值e、信息效用值d得到权重系数w。
优选的，步骤(4)所述CRITIC法通过计算指标变异性、指标冲突性和信息量得到权重。
优选的，步骤(5)中所述AHP层次法通过行业内专家进行拉力、平衡含水率、含梗率、单叶重、叶质量、厚度、填充值指标的权重分配，对各专家的权重分配系数均值化，获得各指标权重。
优选的，步骤(3)-(6)中所述聚类分析包括K-prototype聚类分析和层次聚类分析。
采用上述技术方案的有益效果：通过直接聚类和基于各指标赋值的层次聚类两种方式，可综合评判不同茄芯物理特性的差异性与相似性，为配方设计等实际生产应用提供数据支撑。
优选的，步骤(6)中所述综合评价为对熵值法、CRITIC法、AHP层次法得到的得分进行取和，得到各样品的最终得分并排序。
本发明的有益效果如下：
通过本发明的烟叶物理特性质量评价方法，可对不同来源、品质的雪茄烟叶的物理特性进行数字化赋值并评价其优劣，避免了人工评吸带来的高成本和不稳定性。
附图说明
图1是实施例1基于熵值法加权的茄芯烟叶物理特性K-prototype聚类分析图；
图2是实施例1基于熵值法加权的茄芯烟叶层次聚类图；
图3是实施例1基于CRITIC加权的茄芯烟叶物理特性K-prototype聚类分析图；
图4是实施例1基于CRITIC加权的茄芯烟叶层次聚类图；
图5是实施例1基于AHP加权的K-prototype聚类分析图；
图6是实施例1基于AHP加权的茄芯烟叶层次聚类图；
图7是基于三种算法的综合评价层次聚类图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
一种雪茄烟叶物理特性质量评价方法，具体包括以下步骤：
(1)收集湖北、海南、四川及印尼多个产地不同品种的雪茄烟叶样本；
(2)建立样本的物理指标拉力，平衡含水率，含梗率，单叶重，叶质量，厚度，填充值的样本数据；
拉力，平衡含水率，含梗率，单叶重，叶质量，厚度，填充值的测定方法分别为：
拉力：随机抽取10片烟叶，每片烟叶任取一个半叶，在每个半叶靠近主脉1/2处，用JDC双刃裁刀裁1.5cm×15cm的长条，共10条，将其放在温度为(22±1)℃、相对湿度为(65±5)％的环境条件下平衡3～4d，测定每个长条的拉力，结果取10条烟叶拉力的平均值；
厚度：随机抽取10片烟叶，将烟叶放在温度为(22±1)℃、相对湿度为(65±5)％的环境条件下平衡3～4d，每片烟叶任取一个半叶，用测厚仪分别测量每个半叶叶尖、叶中及叶基3个点的厚度，结果取10个半叶30个点的烟叶厚度的平均值；
叶质量：随机抽取10片烟叶，每片烟叶任取一个半叶，沿着半叶的叶尖、叶中及叶基部等距离取5个点，用圆形打孔器打5片直径为15mm-20mm的圆形小片，将50片圆形小片放入水分盒中，在100℃条件下烘2小时，冷却30分钟后称重，根据下列公式计算叶质量：
单叶重：随机抽取10片烟叶，用1/100分析天平进行测量后取平均值；
填充值：将各样品烟叶切成(0.9t0.1)mm的烟丝，在22％、60％条件下平衡23d，用DD60A型填充值测定仪，取100烟丝，测定3次烟丝的填充值，取平均值；
含梗率：随机抽取10片烟叶，将烟叶放在温度为(22±1)℃、相对湿度为(65±5)％的环境条件下平衡3～4d，分别称量总重、梗重。按下列公式计算烟叶含梗率：
平衡含水率：将上检测完成后的烟叶去梗后切成(0.9±0.1)mm宽的烟丝，混匀，分别称取10g烟丝放入水分盒中，在100℃条件下烘2小时，在干燥器内冷却30min后称重(g)，按下列公式计算烟叶平衡含水率：
表1雪茄烟茄芯物理特性指标赋值方法
(3)将步骤(2)得到的样本数据利用熵值法进行权重分析，并基于熵值法得分进行聚类分析，具体为：
熵值(Entropy)是一种物理计量单位；熵越大说明数据越混乱，携带的信息越少，效用值越小，因而权重也越小。熵值法则是结合熵值提供的信息值来确定权重的一种研究方法。
第一：描述熵值基本原理及分析过程；
第二：针对最终权重值进行深入描述分析；
第三：对分析进行总结。
表2熵值法计算权重结果汇总
使用熵值法对拉力等总共7项进行权重计算，从上表2可以看出：拉力，平衡含水率，含梗率，单叶重，叶质量，厚度，填充值的权重值分别是0.040，0.022，0.044，0.321，0.200，0.264，0.108。各项间的权重大小有着一定的差异，其中单叶重这项的权重最高为0.321，以及平衡含水率这项的权重最低为0.022。
分析项数据与对应的权重相乘后进行累加，即为综合得分。其中以Score代表得分，拉力(X1)，平衡含水率(X2)，含梗率(X3)，单叶重(X4)，叶质量(X5)，厚度(X6)，填充值(X7)计算方法为
Score＝0.040X1+0.022X2+0.044X3+0.321X4+0.200X5+0.264X6+0.108X7，结果如表3所示。
表3国内外雪茄茄芯样品物理特性熵值法得分及排名
从表3可以看出，CX80C3、CX80C2、YS17T2等样品得分较高，前三名的得分为9.3、9.26、8.84；HN2C3、CubC1、CubB1物理特性标度值较低，分别为6.25、6.15、5.09。
对基于熵值法得分的茄芯烟叶物理特性进行K-prototype聚类分析，对上述样品的聚类分析结果如图1所示，可得到4个类群，其中以CX80C3等9个样品聚类为1档；以2CX80C1等8个样品聚类为2档；以CX14B1等9个样品聚类为3档；以CX81C3等6个样品聚类为4档。
然后对基于雪茄茄芯各指标熵值法加权得分进行层次聚类，对上述样品的聚类分析结果如图2和表4所示。
表4基于雪茄茄芯各指标熵值法加权得分的层次聚类统计
根据各指标权重进行聚类分析，发现32个雪茄茄芯样品可分为4类(图2，表4)。结合总得分排名(表3)、总得分聚类图(图1)、各指标权重层次聚类结果(图2，表4)，根据生产需要整体上将32个茄芯样品分为4类，第一类为CX80C3为代表的物理特性评价标度值(得分)1～4名，标度值为9.03～8.78的茄芯烟叶。第二类为CX80B2为代表的物理特性评价标度值5～9名，标度值为8.75～8.12的茄芯烟叶。第三类为2CX80C1为代表的物理特性评价标度值10-19名，标度值为8.00～7.27的茄芯烟叶。第四类为YS6T2为代表的物理特性评价标度值20-32名，标度值为7.25～5.09的茄芯烟叶。
(4)将步骤(2)得到的样本数据利用CRITIC法进行权重分析，并基于CRITIC法得分进行聚类分析，具体为：
CRITIC权重以评价指标的变异性和评价指标间的冲突性作为标准进行计算；
第一：指标变异性使用标准差进行衡量，标准差越大则权重越大；
第二：冲突性使用指标之间的相关系数进行衡量，指标之间相关性越强则冲突性较低，权重越小；
第三：信息量计算方式为指标变异性与冲突性指标之间的乘积；
第四：最终权重是由信息量进行归一化计算得到。
表5CRITIC权重计算结果
使用CRITIC权重计算对拉力等总共7项进行权重计算，从表5可以看出：拉力、平衡含水率含梗率、单叶重、叶质量、厚度、填充值的权重值分别是1.96％、0.79％、2.44％、37.96％、20.85％、28.01％、7.98％。各项间的权重大小有着一定的差异，其中单叶重的权重最高为37.96％，以及平衡含水率的权重最低为0.79％。
分析项数据与对应的权重相乘后进行累加，即为综合得分。其中以Score代表得分，拉力(X1)，平衡含水率(X2)，含梗率(X3)，单叶重(X4)，叶质量(X5)，厚度(X6)，填充值(X7)计算方法为Score＝0.0196X1+0.0079X2+0.0244X3+0.3796X4+0.2085X5+0.2801X6+0.0798X7，结果如表6所示。
表6基于CRITIC权重的茄芯烟叶物理指标得分及排名
对基于CRITIC加权的茄芯烟叶物理特性进行K-prototype聚类分析，对上述样品的聚类分析结果如图3所示，可得到5个类群，其中以CX80C2等5个样品聚类为1档；以CX14X1等4个样品聚类为2档；以2CX14B2等9个样品聚类为3档；以YS6T2等8个样品聚类为4档；以HN3C3等6个样品聚类为5档。
对基于雪茄茄芯各指标CRITIC法加权得分进行层次聚类分析，对上述样品的聚类分析结果如图4和表7所示。
表7基于雪茄茄芯各指标CRITIC法加权得分的层次聚类统计
根据各指标标度值(指各指标经赋值方法进行赋值后乘以权重后的数值)进行聚类分析，发现32个雪茄茄芯样品可分为5类(图4，表7)。结合总标度值(指各项指标测得数值经赋值方法赋值后，再乘以各项指标权重后的总分)排名(表6)、总标度值聚类(图3)、各指标标度值层次聚类结果(图4，表7)，整体上将32个茄芯样品分为4类，第一类为CX80C2为代表的物理特性评价排名1～8名，标度值为9.40～8.44的茄芯烟叶。第二类为CX14T2为代表的物理特性评价排名9～13名，标度值为8.27～7.83的茄芯烟叶。第三类为CX14C2为代表的物理特性评价排名14-21名，标度值为7.72～7.03的茄芯烟叶。第四类为YS6C2为代表的物理特性评价排名22-32名，标度值为7.02～4.75的茄芯烟叶。
(5)将步骤(2)得到的样本数据利用AHP层次法进行权重分析，并基于AHP法得分进行聚类分析，具体如下:
以《中国烟草种植区划》为参考，通过由中国农业科学院烟草研究所组织行业内专家进行拉力、平衡含水率、含梗率、单叶重、叶质量、厚度、填充值指标的权重分配，对各专家的权重分配系数均值化，指标权重如表8所示，
表8雪茄茄芯物理特性指标AHP权重分配
各项指标数据与对应的权重相乘后进行累加，即为综合得分。其中以Score代表综合得分，X1-X7分别代表代表拉力(X1)、平衡含水率(X2)、含梗率(X3)、单叶重(X4)、叶质量(X5)、厚度(X6)和填充值(X7)，计算方法为Score＝0.10X1+0.10X2+0.10X3+0.19X4+0.16X5+0.20X6+0.15X7，结果如表9所示。
表9雪茄茄芯烟叶物理特性AHP权重得分及排名
从表9可以看出，CX80C3、CX80C2、CX80B2等样品得分较高，前三名的得分为9.21、8.83、8.71；HN3C3、HN2C3、YS6X2和印尼的CubB1表现相对较差，得分分别为6.83、6.76、6.70和6.01。
基于上述样品在AHP层次分析下的得分情况进行K-prototype聚类分析。结果如图5所示，共得到5个聚类，其中2CX80C1等5个样品聚为类群1；以CX14B1等7个样品聚为类群2；以BesC1等6个样品聚为类群3；以2CX14B2等10个样品聚为类群4；以CX80B2等4个样品聚为类群5。
对基于AHP层次分析加权的各指标得分进行层次聚类，结果如图6和表10所示。
表10基于AHP层次分析加权的各指标得分的系统聚类统计
根据各指标标度值进行系统聚类分析，发现32个雪茄茄芯样品可聚为六个类群，分别包含4、3、7、7、5和6个样品，与其AHP得分排名结果高度一致(图6，表10)。结合总标度值排名(表9)、总标度值聚类(图5)、各指标标度值层次聚类结果(图6，表10)，整体上将32个茄芯样品分为四类，第一类为CX80C3为代表的物理特性评价排名1～4名，标度值为9.21～8.69的茄芯烟叶。第二类为YS17B2为代表的物理特性排名5～14名，标度值为8.28～7.74的茄芯烟叶。第三类为2CX14B2为代表的物理特性排名15-26名，标度值为7.60～7.14的茄芯烟叶。第四类为CubC1为代表的物理特性排名27-32名，标度值为6.92～6.01的茄芯烟叶。
(6)根据步骤(3)-(5)中熵值法、CRITIC法、AHP层次法权重分析得到的结果进行综合评价，并基于综合权重得分进行聚类分析，具体为：
对熵值法、CRITIC权重分析、AHP层次分析进行一致性行检验，结果如表11，结果发现三种算法中的相关系数均为95％以上，表明一致性较好。对熵值法、CRITIC权重分析、AHP层次分析标度值进行取和，并按各指标加权侯赋值进行层次聚类，结果如图7所示。
表11三种算法相关系数矩阵(Pearson法)
结果发现，将各分析方法排名标度值取合，整体上将32个茄芯样品分为4类：第一类为CX80C3为代表的物理特性评价排名1～5名，标度值为27.79～26.05的茄芯烟叶。第二类为CX14X1为代表的物理特性评价排名6～17名，标度值为25.05～22.68的茄芯烟叶。第三类为YS2C3为代表的物理特性评价排名18～31名，标度值为22.10～18.89的茄芯烟叶。第四类为CubB1为代表的物理特性评价排名32名，标度值为15.85的茄芯烟叶。
对比例1
对实施例1建立样本的物理指标的样本数据进行因子分析，具体如下：
为检测物理特征各项指标对因子分析的可用性，首先对拉力、平衡含水率、含梗率、单叶重、叶质量、厚度、填充值等各项指标赋值进行KMO和Bartlett检验，结果如表12所示，KMO值为0.477但Bartlett检验对应p值小于0.05，表明上述指标赋值不适合进行因子分析。
表12KMO和Bartlett的检验
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种雪茄烟叶物理特性质量评价方法，其特征在于：具体包括以下步骤：
(1)收集多个产地不同品种的雪茄烟叶样本；
(2)建立样本的物理指标的样本数据；
(3)将步骤(2)得到的样本数据利用熵值法进行权重分析，并基于熵值法分析结果进行聚类分析；
(4)将步骤(2)得到的样本数据利用CRITIC法进行权重分析，并基于CRITIC法分析结果进行聚类分析；
(5)将步骤(2)得到的样本数据利用AHP层次法进行权重分析，并基于AHP法分析结果进行聚类分析；
(6)根据步骤(3)-(5)中熵值法、CRITIC法、AHP层次法权重分析结果进行综合评价，并基于综合分析结果进行聚类分析。
2.根据权利要求1所述的一种雪茄烟叶物理特性质量评价方法，其特征在于：步骤(2)中物理指标包括：拉力，平衡含水率，含梗率，单叶重，叶质量，厚度，填充值。
3.根据权利要求2所述的一种雪茄烟叶物理特性质量评价方法，其特征在于：所述拉力，平衡含水率，含梗率，单叶重，叶质量，厚度，填充值的测定方法分别为：
拉力：随机抽取10片烟叶，每片烟叶任取一个半叶，在每个半叶靠近主脉1/2处，用JDC双刃裁刀裁1.5cm×15cm的长条，共10条，将其放在温度为(22±1)℃、相对湿度为(65±5)％的环境条件下平衡3～4d，测定每个长条的拉力，结果取10条烟叶拉力的平均值；
厚度：随机抽取10片烟叶，将烟叶放在温度为(22±1)℃、相对湿度为(65±5)％的环境条件下平衡3～4d，每片烟叶任取一个半叶，用测厚仪分别测量每个半叶叶尖、叶中及叶基3个点的厚度，结果取10个半叶30个点的烟叶厚度的平均值；
叶质量：随机抽取10片烟叶，每片烟叶任取一个半叶，沿着半叶的叶尖、叶中及叶基部等距离取5个点，用圆形打孔器打5片直径为15mm-20mm的圆形小片，将50片圆形小片放入水分盒中，在100℃条件下烘2小时，冷却30分钟后称重，根据下列公式计算叶质量：
单叶重：随机抽取10片烟叶，用1/100分析天平进行测量后取平均值；
填充值：将各样品烟叶切成(0.9t0.1)mm的烟丝，在22％、60％条件下平衡23d，用DD60A型填充值测定仪，取100烟丝，测定3次烟丝的填充值，取平均值；
含梗率：随机抽取10片烟叶，将烟叶放在温度为(22±1)℃、相对湿度为(65±5)％的环境条件下平衡3～4d，分别称量总重、梗重。按下列公式计算烟叶含梗率：
平衡含水率：将上检测完成后的烟叶去梗后切成(0.9±0.1)mm宽的烟丝，混匀，分别称取10g烟丝放入水分盒中，在100℃条件下烘2小时，在干燥器内冷却30min后称重(g)，按下列公式计算烟叶平衡含水率：
4.根据权利要求1所述的一种雪茄烟叶物理特性质量评价方法，其特征在于：步骤(3)中所述熵值法通过计算信息熵值e、信息效用值d得到权重系数w。
5.根据权利要求4所述的一种雪茄烟叶物理特性质量评价方法，其特征在于：步骤(4)所述CRITIC法通过计算指标变异性、指标冲突性和信息量得到权重。
6.根据权利要求1所述的一种雪茄烟叶物理特性质量评价方法，其特征在于：步骤(5)中所述AHP层次法通过行业内专家进行拉力、平衡含水率、含梗率、单叶重、叶质量、厚度、填充值指标的权重分配，对各专家的权重分配系数均值化，获得各指标权重。
7.根据权利要求1所述的一种雪茄烟叶物理特性质量评价方法，其特征在于：步骤(3)-(6)中所述聚类分析包括K-prototype聚类分析和层次聚类分析。
8.根据权利要求1所述的利用水泥-磷石膏复合胶凝材料固化废弃工程渣土方法，其特征在于：步骤(6)中所述综合评价为对熵值法、CRITIC法、AHP层次法得到的得分进行取和，得到各样品的最终得分并排序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310502084.8A CN116616484A (zh) | 2023-05-06 | 2023-05-06 | 一种雪茄烟叶物理特性质量评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310502084.8A CN116616484A (zh) | 2023-05-06 | 2023-05-06 | 一种雪茄烟叶物理特性质量评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116616484A true CN116616484A (zh) | 2023-08-22 |
Family
ID=87591115
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310502084.8A Pending CN116616484A (zh) | 2023-05-06 | 2023-05-06 | 一种雪茄烟叶物理特性质量评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116616484A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114166632A (zh) * | 2021-12-07 | 2022-03-11 | 四川省烟草公司达州市公司 | 一种雪茄烟叶茄衣和茄芯物理特性评价方法 |
-
2023
- 2023-05-06 CN CN202310502084.8A patent/CN116616484A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114166632A (zh) * | 2021-12-07 | 2022-03-11 | 四川省烟草公司达州市公司 | 一种雪茄烟叶茄衣和茄芯物理特性评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104063599B (zh) | 一种用于评价烟叶质量的指标筛选及处理方法 | |
| CN110458474B (zh) | 一种卷烟卷制物理质量综合评价方法 | |
| CN116616484A (zh) | 一种雪茄烟叶物理特性质量评价方法 | |
| CN111815149A (zh) | 一种烤烟等级质量评价指标体系的综合评价方法 | |
| CN111721715B (zh) | 一种基于色度值结合熵权法的烟丝掺配均匀度测定方法 | |
| CN103424542A (zh) | 一种基于感官评吸的烟叶质量评价方法 | |
| CN110122915B (zh) | 一种打叶复烤加工质量综合评价方法 | |
| Majumdar et al. | Determination of the technological value of cotton fibre: a comparative study of the traditional and multiple-criteria decision-making approaches | |
| CN104914223A (zh) | 一种花生酱用花生的品质测定方法及其评价方法 | |
| 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 | |
| CN113190967A (zh) | 一种基于多目标筛选的细支卷烟材料组配方法 | |
| CN111680910A (zh) | 一种基于卷烟配方功效的烟叶适用范围定位方法 | |
| CN113780845A (zh) | 一种基于多准则决策的甘薯种质资源评价方法 | |
| CN111642782A (zh) | 一种基于卷烟配方需求的烟叶原料功效定位方法 | |
| De Azeredo et al. | Comparison between different selection indices in energy cane breeding | |
| Engels | A systematic description of cacao clones. I. The discriminative value of quantitative characteristics | |
| CN110163459B (zh) | 一种构建小麦品质分级的多指标评价方法 | |
| CN113449792A (zh) | 一种无损快速检测食品质量的方法 | |
| CN109190088A (zh) | 一种森林群落演替树种顶级适应值的统计方法 | |
| CN112890266A (zh) | 打叶复烤在线片烟风选提质的方法 | |
| CN112101817B (zh) | 一种批次加工烤烟成品均质化程度的评价方法 | |
| CN116739403A (zh) | 一种基于品质状况分布的水果综合品质评价方法 | |
| CN115129012A (zh) | 一种烟草原料质量控制方法 | |
| CN109902898B (zh) | 一种基于切尖打叶复烤生产的过程能力测评方法 | |
| CN111014078B (zh) | 一种米粉专用米的快速选用方法 |
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 |