基于神經網絡的智能白酒勾調網絡系統(tǒng).pdf

1、傳統(tǒng)的白酒企業(yè)生產管理中對成品酒的勾調采用感官分析與經驗范圍內進行組合的方法,但是靠人來品評容易受到主觀和客觀環(huán)境因素的影響,波動性較大,每批產品不可避免地存在差異,這種狀況導致產品質量不穩(wěn)定,生產效率低,并且無法使產品成本最優(yōu)化.而且企業(yè)內行業(yè)專家的寶貴經驗也無法形成知識長期為企業(yè)生產服務.近年來,神經網絡由于其大規(guī)模并行處理、容錯性、自組織和自適應能力和聯(lián)想功能強特點,在各工程領域得到了廣泛的應用,但在運用計算機進行白酒勾調的問題上

2、,還未見其相關應用.白酒行業(yè)的勾調工藝技術其實質就是組合優(yōu)化問題,自20世紀90年代以來,精密分析儀器和電子技術的運用,使得利用計算機求解白酒勾調過程中的組合優(yōu)化問題成為可能,然而酒中還有許多復雜并且影響口感的微量成分到目前尚未能被精密分析儀器所解析,因而經典的線形規(guī)劃、目標規(guī)劃優(yōu)化算法還不能滿足口感量化的要求.因此,如何建立知識專家系統(tǒng),并且構建神經網絡機器學習模型,將實際問題的優(yōu)化解與神經網絡的穩(wěn)定狀態(tài)相對應,把對實際問題的優(yōu)化過程

3、映射為神經網絡系統(tǒng)的演化過程,從而使計算機勾調研究工作更進一步,正是本課題的目的所在.就上述分析和提出的問題,本文做了5項主要工作:1、利用色譜分析技術,通過化學工作站采集白酒內在數據,通過分析手段來建立數學模型,繪制產品質量特征曲線,找出酒的微觀形態(tài)特征.2、引入線性規(guī)劃、目標規(guī)劃基礎理論原理,并根據白酒勾調的實際工藝技術,建立原酒組合優(yōu)化配比的數學模型.3、利用產生式推理模型建立白酒品評知識專家系統(tǒng),同時引入神經網絡反向傳播算法(B