G06F30/27(2020.01)G06N3/0442(2023.01)G06N3/088(2023.01)G06N7/01(2023.01)G16C20/70(2019.01)G06F111/08(2020.01)本發(fā)明提供了一種煙草抑芽劑配方優(yōu)化方效用數(shù)據(jù),通過(guò)篩選和聚類得到多組優(yōu)選配方。優(yōu)選配方集,并通過(guò)正交試驗(yàn)確定最優(yōu)配方組2S03、采用貝葉斯網(wǎng)絡(luò)模型,通過(guò)條件概率分析各組分與效用之間的關(guān)系,得到每一種S06、使用多種配比的基本配方數(shù)據(jù)以及替代配方數(shù)據(jù)對(duì)所述煙草抑芽劑效用方程組S08、對(duì)所述配方理論效用矩陣進(jìn)行篩選，刪除不符合預(yù)設(shè)的基本效用數(shù)據(jù)范圍的元3;;;且l≤n；H(x)為Heaviside階躍函數(shù)；x,w,9,s,p,y,8;為待定系數(shù)。4所述持效期分支網(wǎng)絡(luò)用于預(yù)測(cè)持效期，輸入為各組分及其配比數(shù)據(jù)，輸所述品質(zhì)影響分支網(wǎng)絡(luò)用于預(yù)測(cè)對(duì)煙葉品質(zhì)的影響，輸入為各組分及所述融合網(wǎng)絡(luò)用于整合三個(gè)分支網(wǎng)絡(luò)的輸出，輸入為三個(gè)分支網(wǎng)絡(luò)的5[0002]煙草作為一種重要的經(jīng)濟(jì)作物,其種植制煙草的萌芽,研究人員開(kāi)發(fā)了各種煙草抑芽劑。這些煙草抑芽劑通過(guò)干擾植6[0017]S06、使用多種配比的基本配方數(shù)據(jù)以及替代配方數(shù)據(jù)對(duì)所述煙草抑芽劑效用方[0021]S10、根據(jù)所述篩選矩陣建立訓(xùn)練集，以所述序列配比的組分配比數(shù)據(jù)為訓(xùn)練輸7;數(shù)據(jù)擬合得到；;[0033]式中，D為持效期；ci為第i種組分的濃度；n為組分總數(shù)；m為關(guān)鍵組分?jǐn)?shù)量;合數(shù)(1sn)；H(x)為Heaviside階躍函數(shù)；x,w,9,s,p,y,8;為待定系數(shù)；8[0053]所述品質(zhì)影響分支網(wǎng)絡(luò)用于預(yù)測(cè)對(duì)煙葉品質(zhì)的影響，輸入為各組分及其配比數(shù)9組分與全部效用數(shù)據(jù)的關(guān)聯(lián)矩陣，展示各組分/替代組分與不同效用指標(biāo)之間的相關(guān)性強(qiáng)對(duì)步驟S05建立的煙草抑芽劑效用方程組進(jìn)行擬合，采用最小二乘法或其他優(yōu)化算法對(duì)方比序列，然后將這些序列配比的組分配比數(shù)據(jù)輸入到步驟S06得到的擬合方程組中進(jìn)行計(jì)means聚類或高斯混合模型等無(wú)監(jiān)督學(xué)習(xí)算法將這些配方方案劃分成多個(gè)聚類，然后選取驟S01獲取的基本配方數(shù)據(jù)、步驟S02獲取的替代配方數(shù)據(jù)以及步驟S09的聚類中心配方數(shù)方數(shù)據(jù)和對(duì)應(yīng)的目標(biāo)效用數(shù)據(jù)整合成一個(gè)優(yōu)選配方據(jù),最后通過(guò)方差分析的方法確定各因素對(duì)最終效用的顯著性影響，基于此確定最優(yōu)的配確定該最優(yōu)配方組合為最終的優(yōu)化配方；如果實(shí)際效用數(shù)據(jù)不滿足要求,則返回步驟S10,調(diào)整神經(jīng)網(wǎng)絡(luò)模型的參數(shù)或結(jié)構(gòu),重新訓(xùn)練模型并迭代優(yōu)化過(guò)程,直到得到滿足要求的最法不僅能得到最優(yōu)配方,而且過(guò)程中積累的模型和數(shù)據(jù)也為后續(xù)的配方設(shè)計(jì)提供了重要依[0079]綜上所述，本發(fā)明解決了現(xiàn)有的配方優(yōu)化方法多數(shù)采用大量實(shí)驗(yàn)的方式進(jìn)行優(yōu)[0088]S06、使用多種配比的基本配方數(shù)據(jù)以及替代配方數(shù)據(jù)對(duì)煙草抑芽劑效用方程組[0090]S08、對(duì)配方理論效用矩陣進(jìn)行篩選，刪除不符合預(yù)設(shè)的基本效用數(shù)據(jù)范圍的元些基本配方數(shù)據(jù)包括煙草抑芽劑中各種組分的種類及其具體配比情況，主要包括氯化膽分與全部效用數(shù)據(jù)的關(guān)聯(lián)矩陣。這個(gè)關(guān)聯(lián)矩陣展示了各組分/替代組分與不同效用指標(biāo)之[0102]步驟S06的具體實(shí)施方式是：使用多種配比的基本配方數(shù)據(jù)以及替代配方數(shù)據(jù)對(duì)[0103]步驟S07的具體實(shí)施方式是：首先對(duì)每種組分和替代組分設(shè)置一系列不同的配比[0106]步驟S10的具體實(shí)施方式是：首先基于步驟S07生成的序S01獲取的基本配方數(shù)據(jù)、步驟S02獲取的替代配方數(shù)據(jù)以及步驟S09的聚類中心配方數(shù)據(jù)[0108]步驟S12的具體實(shí)施方式是：根據(jù)步驟S11得到的優(yōu)選配方集建立正交試驗(yàn)設(shè)首先確定試驗(yàn)的因素和水平,這里的因素可以包括各組分的配比等。然后采用正交試驗(yàn)設(shè)計(jì)表確定具體的試驗(yàn)方案。進(jìn)行實(shí)驗(yàn)并收集數(shù)據(jù),最后通過(guò)方差分析的方法確定各因素對(duì)[0109]步驟S13的具體實(shí)施方式是：將步驟S12確定的最優(yōu)配方組合進(jìn)行實(shí)際實(shí)驗(yàn)驗(yàn)證,該最優(yōu)配方組合為最終的優(yōu)化配方。如果實(shí)際效用數(shù)據(jù)不滿足要求,則返回步驟S10,調(diào)整神經(jīng)網(wǎng)絡(luò)模型的參數(shù)或結(jié)構(gòu),重新訓(xùn)練模型并迭代優(yōu)化過(guò)程,直到得到滿足要求的最終優(yōu)非線性項(xiàng)等,能夠更好地?cái)M合實(shí)驗(yàn)觀察到的復(fù)雜關(guān)系。然后利用貝葉斯網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)模型分析了各組分與效用之間的關(guān)聯(lián)性,建立了一個(gè)集成了多分支結(jié)構(gòu)的配方優(yōu)化模型。最實(shí)驗(yàn)數(shù)據(jù)到數(shù)學(xué)模型再到最終優(yōu)化配方的全流程設(shè)計(jì)。這種系統(tǒng)化的優(yōu)化方法,不僅能夠得到滿足要求的最優(yōu)配方,而且過(guò)程中積累的模型和數(shù)據(jù)也為后續(xù)的配方設(shè)計(jì)提供了重要[0112]本發(fā)明的煙草抑芽劑配方優(yōu)化方法,核心思路是:首先系統(tǒng)地收集各種配方因素[0118]其中ci為第i種組分的濃度,ci,Bj,y等為待定參數(shù)。這種數(shù)學(xué)形式能夠很好地?cái)M[0121]有了配方數(shù)據(jù)和效用數(shù)據(jù),接下來(lái)斯網(wǎng)絡(luò)模型,通過(guò)條件概率分析各組分與每種效用指標(biāo)之間的關(guān)聯(lián)程度。得到的關(guān)聯(lián)矩陣R指示了各因素對(duì)目標(biāo)效用的影響強(qiáng)度。[0122]基于關(guān)聯(lián)矩陣R,挖掘出影響各效用指標(biāo)的關(guān)鍵特征因素。這為后續(xù)的優(yōu)化方案這些代表配方作為驗(yàn)證樣本,訓(xùn)練一個(gè)多分支神經(jīng)網(wǎng)絡(luò)模型,得到最終的煙草抑芽劑配方[0126]最后,利用拉丁超立方抽樣的方法生成一系列目標(biāo)效用數(shù)據(jù),輸入到預(yù)測(cè)模型中得到對(duì)應(yīng)的優(yōu)選配方。通過(guò)正交試驗(yàn)進(jìn)一步驗(yàn)證和優(yōu)化,最終確定出滿足各項(xiàng)要求的最優(yōu)些基本配方數(shù)據(jù)包括煙草抑芽劑中各種組分的種類及其具體配比情況，主要包括氯化膽及其配比替換對(duì)應(yīng)組分后得到的煙草抑制劑的效用數(shù)據(jù)。這些替代組分濃度可以用來(lái)表示。斯網(wǎng)絡(luò)模型，可以推斷出各組分與效用之間的關(guān)聯(lián)性。這里可以用條件概率[0134]其中Tij表示第i個(gè)組分/替代組分與第j種效用指標(biāo)之間的相關(guān)性強(qiáng)度。;;[0143]步驟S06的具體實(shí)施方式是：使用多種配比的基本配方數(shù)據(jù)以及替代配方數(shù)據(jù)對(duì)[0146]步驟S07的具體實(shí)施方式是：首先對(duì)每種組分和替代組分設(shè)置一系列不同的配比配比數(shù)據(jù)輸入到步驟S06得到的擬合方程組中進(jìn)行計(jì)算，得到對(duì)應(yīng)的理論效用數(shù)據(jù)。接下來(lái)根據(jù)這些序列配比的組分配比數(shù)據(jù)及其對(duì)應(yīng)的理論效用數(shù)據(jù)計(jì)。建立訓(xùn)練集，以這些配比數(shù)據(jù)為輸入，以對(duì)應(yīng)的理論效用數(shù)據(jù)驟S02獲取的替代配方數(shù)據(jù)以及步驟S09的聚類中心配方數(shù)據(jù)合并作。將每組生成的目標(biāo)效用數(shù)據(jù)輸入到步驟S10訓(xùn)練好的煙草抑芽劑配后采用正交試驗(yàn)設(shè)計(jì)表確定具體的試驗(yàn)方案{c(1),c(2),…,c(I);。進(jìn)行實(shí)驗(yàn)并收集數(shù)據(jù)非線性項(xiàng)等,能夠更好地?cái)M合實(shí)驗(yàn)觀察到的復(fù)雜關(guān)系。然后利用貝葉斯網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)模型分析了各組分與效用之間的關(guān)聯(lián)性,建立了一個(gè)集成了多分支結(jié)構(gòu)的配方優(yōu)化模型。最[0173]首先,該研發(fā)機(jī)構(gòu)收集了10種不同配比的基本抑芽劑配方,以及15種替代組分的[0176]基于這些實(shí)驗(yàn)數(shù)據(jù),該研發(fā)機(jī)構(gòu)首先采用貝葉斯網(wǎng)絡(luò)模型,分析了各組分與三種[0181]持效期D之40天[0184]接下來(lái),該研發(fā)機(jī)構(gòu)對(duì)Tfltered進(jìn)行k-means聚類分析,將配方方案劃分成5個(gè)聚[0187]基于這些實(shí)驗(yàn)數(shù)據(jù),該研發(fā)機(jī)構(gòu)構(gòu)建了訓(xùn)練集和驗(yàn)證集,訓(xùn)練了一個(gè)多分支結(jié)構(gòu)[0190]持效期D之45天[0192]然后采用拉丁超立方抽樣的方法,生成了示:[0195]為了進(jìn)一步確定最優(yōu)配方,該研發(fā)機(jī)構(gòu)根據(jù)這[0205]C1=15g/L[0206]C2=8g/L[0207]C3=25g/L[0208]C4=3.2g/L[0