CN107392399-CN201710760920-一种基于改进遗传算法的SVM卷烟感官质量预测方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107392399 A (43)申请公布日 2017.11.24 (21)申请号 201710760920.7 (22)申请日 2017.08.30 (71)申请人 桂林电子科技大学 地址 541004 广西壮族自治区桂林市七星 区金鸡路1号 (72)发明人 张华成　徐慧　杨兵　邹万　邹衡　 (74)专利代理机构 北京中济纬天专利代理有限 公司 11429 代理人 石燕妮 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/04(2012.01) G06N 3/08(2006.01) 权利要求书1页 说明书7页 附图2页 (54)发明名称 一种基于改进遗传算法的SVM卷烟感官质量 预测方法 (57)摘要 本发明涉及一种基于改进遗传算法的SVM卷 烟感官质量预测方法，解决的是无法满足评价指 标特征值的正确选取、准确度低的技术问题，通 过采用包括(1)根据SVM算法，选择核函数为径向 基核函数；(2)采用改进遗传算法优化径向基核 函数参数，得到最优参数，根据最优参数构建改 进SVM算法模型；(3)定义训练数据集与测试数据 集，利用改进SVM算法模型构建预测系统；(4)将 至少两种不同的评价卷烟质量的指标值输入预 测系统，分别进行分类测试和组合测试，挑选最 优指标值；所述指标值包括影响卷烟感官质量的 A 化学成分或经验值的技术方案，较好的解决了该 9 问题，可用于烟草行业卷烟感官质量分析预测 9 3 2 中。 9 3 7 0 1 N C CN 107392399 A 权　利　要　求　书 1/1页 1.一种基于改进遗传算法的SVM卷烟感官质量预测方法，其特征在于：所述预测方法包 括： (1)根据SVM算法，选择核函数为径向基核函数； (2)采用改进遗传算法优化径向基核函数参数，得到最优参数，根据最优参数构建改进 SVM算法模型； (3)定义训练数据集与测试数据集，利用改进SVM算法模型构建预测系统； (4)将至少两种不同的评价卷烟质量的指标值输入预测系统，分别进行分类测试和组 合测试，挑选最优指标值；所述指标值包括影响卷烟感官质量的化学成分或经验值。 2.根据权利要求1所述的基于改进遗传算法的SVM卷烟感官质量预测方法，其特征在 于：所述最优参数为最佳惩罚因子项以及最佳核函数参数。 3.根据权利要求2所述的基于改进遗传算法的SVM卷烟感官质量预测方法，其特征在 于：所述采用改进遗传算法优化径向基核函数参数包括： (A)确定训练数据，设置初始种群规模、最大代数、变异概率、交叉概率、适应度函数预 定值，初始化t＝0； (B)编码生成初始种群q(t)，计算各个体适应度f(t)； (C)种群中各个体适应度组成的适应度函数值大于适应度函数预定值，同时种群中个 体的适应度f(t)最佳值无变化时则执行步骤(F)； (D)t＝t+1，选择两个个体进行交叉即从p(t-1)中选择p(t)； (E)对p(t)随机选择进行变异操作，产生下一代种群，执行步骤(B)； (F)最后得到最佳惩罚因子项和最佳核函数参数。 4.根据权利要求3所述的基于改进遗传算法的SVM卷烟感官质量预测方法，其特征在 于：所述最佳惩罚因子项中惩罚参数C的变化区间为：1-5，最佳核函数参数中径向基核函数 的宽度δ变化区间为0.01-2。 5.根据权利要