煙葉的化學(xué)成分與煙葉質(zhì)量的人工神經(jīng)網(wǎng)絡(luò)預(yù)測.pdf

1、本文簡述了國內(nèi)外煙草行業(yè)的基本情況，煙草化學(xué)的研究現(xiàn)狀。本文以CORESTA方法推薦的總糖、還原糖、氯化物、尼古丁、氨、硝酸鹽、總氮、揮發(fā)堿等8個化學(xué)指標(biāo)作為煙葉常規(guī)化學(xué)指標(biāo)，采集了827個煙葉樣本的歷史數(shù)據(jù)。以總糖、還原糖、總氮、總煙堿、總揮發(fā)堿、有機(jī)酸、酚類、石油醚提取物、氯化物、氧化鉀等10個化學(xué)指標(biāo)為依據(jù)，采集了95個煙葉樣本數(shù)據(jù)，進(jìn)行建模數(shù)據(jù)樣本準(zhǔn)備。本文還研究了氨基酸分析方法，并對上述95個煙葉樣本進(jìn)行了氨基酸分析，開發(fā)了煙

2、葉揮發(fā)性成分的定量分析方法，并對30個煙葉樣本進(jìn)行了揮發(fā)性成分的定量分析，上述數(shù)據(jù)為煙葉質(zhì)量預(yù)測建模作好了準(zhǔn)備。本文結(jié)合煙草工業(yè)的生產(chǎn)實(shí)際，采用Delphi7.0和SQLServer2000開發(fā)工具，選用C/S模式，開發(fā)了《煙葉品質(zhì)數(shù)據(jù)庫》，一方面為煙草企業(yè)的煙葉數(shù)據(jù)管理、產(chǎn)品研發(fā)服務(wù)，另一方面為煙葉質(zhì)量的人工預(yù)測奠定了基礎(chǔ)?！　〔捎孟闰?yàn)知識對煙葉進(jìn)行初步分類，根據(jù)煙葉的常規(guī)化學(xué)指標(biāo)，建立了煙葉品質(zhì)的帶動量自學(xué)習(xí)率的BP神經(jīng)網(wǎng)絡(luò)識別模

3、型庫。識別結(jié)果優(yōu)于文獻(xiàn)值。探討了煙葉質(zhì)量預(yù)測時(shí)的化學(xué)指標(biāo)變化對網(wǎng)絡(luò)識別的影響。其影響的順序是：煙葉揮發(fā)性成分指標(biāo)大于氨基酸與理化混合指標(biāo)，氨基酸與理化混合指標(biāo)大于理化指標(biāo)，理化指標(biāo)大于常規(guī)理化指標(biāo)。討論了BP網(wǎng)絡(luò)存在的問題以及與RBF神經(jīng)網(wǎng)絡(luò)的差別，提出了RBF網(wǎng)絡(luò)參數(shù)的優(yōu)化策略。　　根據(jù)遺傳算法的基本理論，討論了標(biāo)準(zhǔn)遺傳算法的優(yōu)點(diǎn)，以及利用遺傳算法輔助計(jì)算神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值。采用遺傳算法的BP神經(jīng)網(wǎng)絡(luò)對煙葉的質(zhì)量預(yù)測?！　∮懻摿?/p>