基于rbf神經(jīng)網(wǎng)絡(luò)用烤煙化學(xué)指標(biāo)預(yù)測平衡含水率

1、<p>　　基于RBF神經(jīng)網(wǎng)絡(luò)用烤煙化學(xué)指標(biāo)預(yù)測平衡含水率</p><p>　　摘 要：為了解烤煙煙葉各項(xiàng)化學(xué)指標(biāo)與其平衡含水率間的關(guān)系，檢測了76種國內(nèi)外烤煙煙葉樣品的吸濕、解濕平衡含水率、總糖、還原糖、總氮、煙堿、氯、鉀、pH，基于RBF神經(jīng)網(wǎng)絡(luò)技術(shù)，對煙絲的吸濕和解濕含水率進(jìn)行了預(yù)測分析。預(yù)測結(jié)果表明，吸濕含水率的R值為0.91，均方差為0.21；解濕含水率的R值為0.94，均方差為0.21。 &

2、lt;/p><p>　　關(guān)鍵字：化學(xué)指標(biāo)；平衡含水率；RBF神經(jīng)網(wǎng)絡(luò) </p><p>　　煙草平衡含水率是煙草的重要物理參數(shù)之一，與煙草及其制品的加工、貯藏以及卷煙的抽吸品質(zhì)間密切相關(guān)。煙草的平衡含水率由其組織結(jié)構(gòu)和化學(xué)成分共同決定，且許多化學(xué)成分都會(huì)不同程度地影響其平衡含水率。本文基于RBF神經(jīng)網(wǎng)絡(luò)技術(shù)，利用煙草行業(yè)中常用的化學(xué)指標(biāo)來達(dá)到預(yù)測煙草平衡含水率，從而為卷煙企業(yè)在使用煙草平衡含水

3、率方面提供一個(gè)間接的參考。 </p><p>　　1 RBF神經(jīng)網(wǎng)絡(luò)及其模型 </p><p>　　神經(jīng)網(wǎng)絡(luò)作為一種通用函數(shù)逼近器，可以以任意精度近似任意非線性函數(shù)和動(dòng)態(tài)系統(tǒng)，是高度非線性對象建模的有力工具。它對系統(tǒng)的先驗(yàn)信息要求很少，并且它具有良好的泛化能力，用它作為預(yù)測器來預(yù)測對象輸出的未來值的精度很高，在非線性系統(tǒng)辨識(shí)、建模、控制、信號處理等領(lǐng)域有著重要的應(yīng)用。 </p>

4、<p>　　2 Clementine簡介 </p><p>　　Clementine是SPSS公司推出的企業(yè)級數(shù)據(jù)挖掘產(chǎn)品，它提供了包括神經(jīng)網(wǎng)絡(luò)、決策樹、聚類分析、關(guān)聯(lián)分析、因子分析、回歸分析等在內(nèi)的豐富的數(shù)據(jù)挖掘模型，它通過節(jié)點(diǎn)的連接來完成整個(gè)數(shù)據(jù)挖掘過程，提供機(jī)器學(xué)習(xí)和許多相關(guān)統(tǒng)計(jì)模型，使數(shù)據(jù)挖掘的結(jié)果更具有可靠性與精確性。本文選用SPSS公司的Clementine來進(jìn)行RBF網(wǎng)絡(luò)模型的實(shí)現(xiàn)，C

5、lemetine中的工具箱使RBF網(wǎng)絡(luò)的建立、訓(xùn)練以及預(yù)測都變得非常簡單，而且訓(xùn)練過程及效果非常直觀，使神經(jīng)網(wǎng)絡(luò)應(yīng)用于實(shí)際具有更大的可行性。 </p><p><b>　　3 實(shí)驗(yàn)部分 </b></p><p><b>　　3.1材料與方法 </b></p><p>　　3.1.1實(shí)驗(yàn)材料 </p><

6、p>　　共76種實(shí)驗(yàn)用烤煙煙絲，其中國內(nèi)選用云南、河南、湖南、福建、湖北、貴州、四川、遼寧等10多個(gè)地區(qū)、不同部位、不同等級烤煙煙絲61種，國外選用美國、津巴布韋、巴西烤煙煙絲15種。 </p><p>　　3.1.2 儀器與設(shè)備 </p><p>　　Φ700mm濃硫酸干燥器 （重慶金龍玻璃制品有限公司）；AL294型電子天平（感量0.0001g，梅特勒―托利多儀器有限公司）；DH

7、G-9145A型電熱鼓風(fēng)干燥箱（上海一恒科技有限公司）；FSJ-114型植物樣本粉碎機(jī)（農(nóng)牧漁業(yè)部河南扶溝科學(xué)儀器廠）；AA3連續(xù)流動(dòng)分析儀（德國BRAN-LUEBBE公司）；S-3C型精密酸度計(jì)（上海大普儀器有限公司）。 </p><p>　　3.1.3 試驗(yàn)方法 </p><p>　　3.1.3.1 平衡含水率的測定 </p><p>　　稱取樣品約5g置入鋁盒

8、內(nèi)，經(jīng)烘箱法，在溫度為40±2℃下烘4h，冷卻至室溫后精確稱量樣品及鋁盒質(zhì)量，在標(biāo)準(zhǔn)溫濕度條件下（溫度22±1℃、相對濕度60±2%）進(jìn)行平衡含水率測定 [11]。由ISO恒溫恒濕室控制環(huán)境溫、濕度，相對濕度60%的濃硫酸干燥器控制試驗(yàn)濕度。每間隔一定時(shí)間稱量樣品質(zhì)量，至兩次稱量值相差不超過0.002g，視為達(dá)到平衡狀態(tài)，烘箱法[12]測量吸濕平衡含水率。測量解濕含水率時(shí)需樣品在高濕度條件下平衡3d，然后再

9、放置于標(biāo)準(zhǔn)條件下用相同方法進(jìn)行測量。 </p><p>　　3.1.3.2 化學(xué)成分的測定 </p><p>　　采用AA3連續(xù)流動(dòng)分析儀檢測樣品的總糖、還原糖、煙堿、氯、鉀、總氮。采用加拿大健康委員會(huì)推薦的浸提法[13]測定pH值。 </p><p>　　3.1.3.3 數(shù)據(jù)分析方法 </p><p>　　采用DPS7.05對試驗(yàn)數(shù)據(jù)進(jìn)行歸

10、一化處理，采用Clemetine11.1對試驗(yàn)數(shù)據(jù)進(jìn)行RBF神經(jīng)網(wǎng)絡(luò)預(yù)測分析。 </p><p><b>　　4 結(jié)果與分析 </b></p><p>　　4.1 RBF神經(jīng)網(wǎng)絡(luò)預(yù)測 </p><p>　　4.1.1 RBF神經(jīng)網(wǎng)絡(luò)模型的建立及參數(shù)的設(shè)定 </p><p>　　為消除數(shù)據(jù)中各分量之間可能由于單位不同而產(chǎn)生

11、的影響，首先對76種煙絲化學(xué)指標(biāo)進(jìn)行歸一化處理，以使得各種對應(yīng)于化學(xué)成分的向量都為無量綱的單位的向量。本試驗(yàn)用于神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型的數(shù)據(jù)61種，驗(yàn)證模型的數(shù)據(jù)15種，驗(yàn)證模型基本包括國內(nèi)外大多數(shù)地區(qū)的不同部位等級的煙絲樣品。該模型建立的難點(diǎn)就是需要用相同的試驗(yàn)樣本同時(shí)預(yù)測吸濕和解濕兩組數(shù)據(jù)，這給試驗(yàn)?zāi)Ｐ偷木忍岢龊芨叩囊?，如果僅進(jìn)行一組數(shù)據(jù)的預(yù)測，往往模型預(yù)測精度很高，而要同時(shí)滿足兩組數(shù)據(jù)的預(yù)測要求，需要對模型中的參數(shù)反復(fù)進(jìn)行調(diào)試，

12、以達(dá)到預(yù)測要求。 </p><p>　　經(jīng)過反復(fù)調(diào)試，該RBF神經(jīng)網(wǎng)絡(luò)最終確定如下參數(shù)：模型預(yù)防過度訓(xùn)練為75%，停止條件為默認(rèn)值，模型選擇為使用最佳網(wǎng)絡(luò)，二進(jìn)制集合編碼，專家模式中均采用默認(rèn)值，即RBF聚類為20，持續(xù)次數(shù)為30，權(quán)值動(dòng)量Alpha為0.9，RBF重疊為1.0，自動(dòng)計(jì)算學(xué)習(xí)速率Eta。試驗(yàn)所建立的模型如圖1所示。 </p><p>　　4.1.2 數(shù)據(jù)分析 </p&

13、gt;<p>　　通過所建立的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型可以看出，吸濕預(yù)測模型估計(jì)的準(zhǔn)確性為84.663，按輸入的相對重要性來分，從大到小的順序?yàn)椋簆H值、總糖、還原糖、鉀、煙堿、氯、總氮；解濕預(yù)測模型估計(jì)的準(zhǔn)確性為84.434，按輸入的相對重要性來分，從大到小的順序?yàn)椋簆H值、鉀、氯、還原糖、總糖、煙堿、總氮。通過所建立的預(yù)測模型，對驗(yàn)證模型中的數(shù)據(jù)進(jìn)行預(yù)測，預(yù)測結(jié)果和實(shí)測值見表1。模型優(yōu)化時(shí)主要考察的是預(yù)測值與標(biāo)準(zhǔn)值相關(guān)的

14、相關(guān)系數(shù)系數(shù)（R）和均方差（RMSEP），當(dāng)模型的相關(guān)系數(shù)（R）最大，均方差（RMSEP）最小時(shí)，RBF神經(jīng)網(wǎng)絡(luò)所建立的模型預(yù)測值與分析樣品的實(shí)際測量值相關(guān)性最好，所建模型為最佳。 </p><p>　　其中：Differi為第i個(gè)樣品的化學(xué)標(biāo)準(zhǔn)值與預(yù)測值之差，yi是第i個(gè)樣品的化學(xué)標(biāo)準(zhǔn)值，ym是所有樣品的化學(xué)標(biāo)準(zhǔn)值的平均值， N為預(yù)測驗(yàn)證集樣品數(shù)。 　　5 結(jié)論 </p><p>　　

15、基于RBF神經(jīng)網(wǎng)絡(luò)技術(shù)，利用76種國內(nèi)外煙絲的化學(xué)指標(biāo)，對煙絲的吸濕和解濕含水率進(jìn)行了預(yù)測，預(yù)測結(jié)果表明，吸濕含水率的R值為0.91，均方差為0.21；解濕含水率的R值為0.94，均方差為0.21。 </p><p><b>　　參考文獻(xiàn) </b></p><p>　　[1] Takayoshi. Measurement of migration rate of wa

16、ter in cured tobacco material [J]. Food Sci Technol Res， 2003， 9 （3）： 245-249. </p><p>　　[2] Sakamoto K， Takase K， Nakanishi Y. Effects of adsorbed water on compressive properties of tobacco cut-filler aggre

17、gate [J]. Nippon Nogeikagaku Kaishi ， 1998， 72： 637-644. </p><p>　　[3] 閻克玉，李興波，趙學(xué)亮，等.河南烤煙理化指標(biāo)間的相關(guān)性研究[J]. 鄭州輕工業(yè)學(xué)院學(xué)報(bào)（自然科學(xué)版），2000（3） ：20-24. </p><p>　　[4] 徐安傳，王超，胡巍耀，等.紅大煙葉保潤性與其重要致香物質(zhì)間相互關(guān)系的研究初探[J].

18、云南煙草，2006（6）：17-22. </p><p>　　[5] 鄧小華，周冀衡，陳新聯(lián)，等.煙葉質(zhì)量評價(jià)指標(biāo)間的相關(guān)性研究[J].中國煙草學(xué)報(bào)，2008（2） ：1-8. </p><p>　　[6] S Rcymld Chu，Rahmat Shourcshi， Manocl Tcnorio. Ncural networks for system identificxtion[J].

19、Control Systems Magazinc，IEEE，1990，10（3）：31-35 </p><p>　　[7] J Barry Gomm， Ding Li Yu. Sclccting radial basis funotion network centers with recursive orthogonal least squares training[J].IEEE Trans， Neural N

20、ctworks，2000，11（12）：306-314. </p><p>　　[8] 陳文偉，黃金才.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘[M].北京：人民郵電出版社.2004-2 </p><p>　　[9] 鄭新奇，劉曉麗.基于Clementine 決策樹的空間數(shù)據(jù)挖掘方法探討――以平陰縣安城鄉(xiāng)為例[C]//中國測繪學(xué)會(huì)九屆二次全體理事會(huì)議暨2006年學(xué)術(shù)年會(huì)論文集.2006：560-566. <

21、;/p><p>　　[10] 鄧尚民，韓靖.Clementine在電子商務(wù)環(huán)境中的數(shù)據(jù)挖掘應(yīng)用[J].現(xiàn)代圖書情報(bào)技術(shù)，2007，（10）：62-65. </p><p>　　[11] 何保江，劉強(qiáng)，趙明月，等. 煙草保潤性能測試方法[J].煙草科技，2009 （2） ：25-28. </p><p>　　[12] YC/T 31-1996 煙草及煙草制品 試樣的制備和

22、水分測定 烘箱法[S]. </p><p>　　[13] Health Canada. Tobacco Control Programme.T-310 Determination of whole tobacco pH [S]. 1999. </p><p><b>　　作者簡介 </b></p><p>　　吳雪芹（1972-），女，河南省安