香煙質(zhì)量控制數(shù)學(xué)建模研究.pdf

1、卷煙理化參數(shù)與煙氣化學(xué)參數(shù)的關(guān)系,是多年來煙草行業(yè)科技研究關(guān)注的問題,也是卷煙質(zhì)量控制的必要因素。
　　 本文以某牌號卷煙的理化參數(shù)和煙氣化學(xué)參數(shù)為研究對象,首先針對模型中多因子混合水平的實驗設(shè)計問題,采用基于能量最低的遺傳算法進(jìn)行了實驗設(shè)計,并編寫了相應(yīng)的軟件。并用該軟件進(jìn)行了實驗設(shè)計。
　　 針對研究體系,我們對模型進(jìn)行了抽象,針對Y=F(x)模型,利用數(shù)據(jù)庫技術(shù),開發(fā)了集模型管理、數(shù)據(jù)樣本管理和建模、預(yù)報于一體的通

2、用性處理軟件。軟件可以支持用戶從大的數(shù)據(jù)集合中挑選合適的子集進(jìn)行建模。軟件中包括MLR、PCR、PLS、神經(jīng)網(wǎng)絡(luò)和遺傳算法-PLS聯(lián)用5種建模方法,提出了在多變量參與建模時用遺傳算法快速地挑選合理的變量方法,將交叉驗證方法嵌入PCR、PLS方法中,用交叉驗證法檢驗樣本中的奇異樣本點。軟件中也包括了對模型進(jìn)行可靠性評估的方法。
　　 根據(jù)實驗設(shè)計進(jìn)行實驗之后,我們用建模軟件對實驗數(shù)據(jù)進(jìn)行了建模分析,初步分析出一些明確的卷煙參數(shù)關(guān)系

3、,分析結(jié)果顯示,煙草的模型是一個非線性模型,PLS、GA-PLS、BP算法各自對煙堿、焦油和CO平均相對誤差分別為,7.5％,6.3％,5.9％;5.8％,4.4％,5.2％;5.5％,4.8％,5.7％。用建立的模型對后來的實際實驗的結(jié)果進(jìn)行預(yù)報,各平均相對誤差分別為,9.1％,6.1％,4.7％:5.1％,3.4％,4.7％;4.4％,3.1％,4.2％。檢驗集預(yù)報結(jié)果說明神經(jīng)網(wǎng)絡(luò)預(yù)報值與實際值更加接近。證明神經(jīng)模型可以比較準(zhǔn)確地說