18根据常规化学指标识别烟叶品质的BP神经网络模型(彭黔荣).pdfVIP

彭黔荣等 　根据常规化学指标识别烟叶品质的BP 神经网络模型 19 根据常规化学指标识别烟叶品质的BP 神经网络模型 彭黔荣 　蔡元青 　王东山　惠建权 　唐 珂 摘 　要 运用烟草知识对烟叶进行初步分类 , 以经过标准化处理的常规化学指标和烟叶评吸指标为依据 , 由训练样本集得到最佳的网 络参数 ,在此基础上对检验样本进行了烟叶品质的识别 。提出了利用 3 层 BP 人工神经网络识别烟叶品质的方法 。人工神经网络 用于烟叶品质识别 ,结果与实际符合良好 。该方法优于传统的识别方法 ,也优于文献报道的识别误差 。 关键词 : 化学指标 　烟叶品质 　BP 神经网络 中图分类号 :TS411 　　　文献标识码 :A 　　　文章编号 :1004 - 5708( 2005) 05 - 0019 - 07 　　多年来 ,烟草研究工作者一直在探索烟草化学成 关分析 、主成分分析 、多元回归分析 、逐步回归分析 、关 分与烟叶内在质量的关系 ,试图直接用烟叶的化学成 联度分析 、因子分析等等 ,其研究结果用来分析影响烟 分来评价烟叶的品质 ,随着分析测试技术的进步 ,科学 叶品质的相关因数 ,给出影响程度 ,但无法直接给出评 家对烟草成分的了解更加深入和透彻 。烟叶和烟气中 定结果 。 已被鉴定的化学成分总数达 5868 种 ,其中烟叶中专有 　　吴大启等[2 ] 曾采用并联 BP 神经网络 ,选取香气 、 的成分 1872 种 ,烟气中专有的成分 2824 种 ,烟叶和烟 吃味、杂气 、刺激性等 4 个感官指标对常规化学指标 气共有的成分 1172 种 , 由此可见 ,烟草的成分极其复 与烤烟内在品质进行了关联 ,取学习率 η= 0. 075 , 动 [1 ] 杂 。已有的研究方法均局限于传统的数理统计方 α 态因子 = 0. 075 , 网络训练 10000 次 ,花费时间3′56″采 法 ,如 : 用网络训练样本 121 个 ,但未对建立的模型进行检验 , 　　数学指数法 :烟草常规化学成分的指标繁多 ,将这 而且感官评定值与网络实际输出值之间误差较大 ,其 些指标归纳为一些数学指数 ,在一定的范围内可以对 结果如表 1 。 烟草品质进行粗略的估计 ,如 : 人工神经网络由大量结构和功能简单的神经元通 水溶性总糖 过突触连接构成 ,具有高度的非线性 ,能够进行复杂的 　　 施木克值 = ( 1) 蛋白质 逻辑操作和实现对非线性系统的识别 ,可以证明:网络 　　该值只能运用于同一类的烟叶或同一类的卷烟 , 有 n 个输入 ,q 个输出 ,则所起作用可看成是由n 维欧 不同类型烟叶常因其干制加工方法的不同 ,水溶性总 [3 ] 氏空间到 q 维欧氏空间的一个非线性映射 。因此可 糖差别较大而蛋白质差别不大 ,而无法运用 。 以采用神经网络的模式识别功能建立烟叶常规化学指 　　又如 :水溶性糖与挥发碱类的比值 : 标与烟叶品质的通用判别模型 。本文采取了一些改进 水溶性总糖 % 比值 = 氨当量的烟碱 % + 其他挥发碱/ 总挥发碱 (2) 措施 ,建