基于遗传算法卷烟质量评定神经网络模型.pdfVIP

1 9 9 9 年 5 月 农 业 机 械 学 报 第 30 卷 第 3 期 基于遗传算法的卷烟质量评定 神经网络模型 殷　勇　吴守一　高大启　方如明 　　【摘要】　卷烟质量的优劣迄今仍是靠卷烟评吸专家的感官进行评定。由于受到多种主、客观 因素的影响, 评定结果的准确性往往难以保证。为此, 作者提出了一种基于遗传算法的神经网络评 定模型及获取网络权重参数的具体遗传操作方法。实例证明, 该模型能够根据烟草中的 6 种化学 ( ) 成分 总糖、还原糖、总氮、烟碱、氧化钾及氯离子 的测量值来确定卷烟的质量。为今后对卷烟质量 进行人工智能评定打下了基础。 叙词: 卷烟　质量　模型　神经网络 　　引言 目前, 卷烟质量的优劣是靠卷烟评吸专家根据 GB 56064—1996 中的技术要求进行评定 的。但这样的评定结果往往受专家们的知识结构、经验、情绪、环境条件等因素的影响, 评定结 果的可靠性难以保证。长期以来, 国内外许多学者对卷烟质量与其化学成分之间的关系进行了 [ 1 ] 广泛研究 , 但其研究方法均局限于传统的统计方法, 而且, 研究结果只能用来分析影响卷烟 质量的相关因素, 给出影响程度, 还无法直接给出评定结果。人工神经网络近年来已成为研究 [2 ] 变量与结果之间映射关系的有力工具 , 但存在着容易出现非最佳映射的缺点, 这归因于人工 神经网络训练时所采用的学习算法。 [3 ] 遗传算法 是一类以D arw in 自然进化论和M en da l 遗传变异理论为基础的求解复杂全 [4 ] [ 5 ] 局优化问题的仿生算法, 已被广泛用于人工神经网络训练 、复杂组合优化问题的求解 等各 类计算智能方面的研究中。因此, 本文拟采用遗传算法训练神经网络, 建立卷烟质量与其主要 化学成分之间的网络评定模型, 以期实现对卷烟质量的评定。 1　模型建立与实现方法 11　神经网络评定模型 前向三层人工神经网络是在诸多人工神经网络中应用最为广泛的一类, 由输入层、中间层 ( ) 隐层 、输出层组成。用该种网络建模, 首先要确定网络结构、神经元活化函数, 然后确定网络 结构上的参数。 　　收稿 日期: 1998 04 09 江苏省应用基础基金资助项 目 殷　勇　江苏理工大学农产品加工工程研究所　博士生, 2 120 13　镇江市 吴守一　江苏理工大学农产品加工工程研究所　教授　博士导师 高大启　江苏理工大学农产品加工工程研究所　博士后　副教授 方如明　江苏理工大学农产品加工工程研究所　教授 72 农　业　机　械　学　报 1 9 9 9 年 111　网络结构及神经元活化函数的确定 因输入层神经元传给隐层神经元的信号是卷烟中化学成分的含量值, 取N i 种化学成分 作为考虑对象, 则输入层中神经元的个数为N i。对于输出层, 尽管评定卷烟质量的指标由多项 组成, 如香气、杂气、刺激性等, 每项指标均由评吸专家给出得分, 且评定卷烟质量的最终依据 ( ) 是这些得分的总和 百分制 。因此, 可用总分这项综合指标作为网络的输出值, 故输出层神经 元的个数为 1。对隐层中神经元的个数 的确定, 目前还没有可依据的规则。 对网络的输 N h