一种配方功效与原料保障动态化平衡的配方设计方法与流程

本发明涉及烟叶资源模块化
技术领域：
，尤其涉及一种配方功效与原料保障动态化平衡的配方设计方法。
背景技术：
：随着烟草行业“大品牌、大市场、大企业”发展战略的深入推进，烟草行业近年来品牌持续保持良好发展态势，特别是细支品类发展迅猛，但在品牌原料保障方面也遇到了前所未有的挑战。首先是库存结构矛盾凸显，现行的国标将烟叶等级划分为42个等级，通过将不同等级的烟叶进行不同的配比以得到各种卷烟品牌配方模块，但是随着卷烟细支品类的增多，现有的烟叶原料等级结构就显得较为宽泛粗糙，无法适应各种细支品类的配方模块需求；第二是特色原料需求矛盾凸显，细支品类所需烟叶原料与常规卷烟所需烟叶原料相互挤占，现有烟叶原料和库存结构难以满足现有品牌和细支品类快速发展需求；第三是模块规模与使用效率矛盾凸显，打叶复烤模块多、规模小，对卷烟原料配方维护和使用影响显著。这均会导致烟叶原料库存的数量、卷烟的生产产量和产品叶组的配方之间的矛盾，不利于产品质量的稳定和原料库存的均衡。为了实现烟叶原料的合理利用，并优化库存烟叶结构，保障品牌可持续发展，各卷烟企业都在打造相应的配方技术支撑体系和烟叶原料保障体系。烟叶资源模块化配方设计技术正是基于上述背景发展起来，支撑强势品牌、大品牌的发展有效手段之一，它是以烟叶主要品质因素为基础，以卷烟品牌配方需求为导向，对不同等级烟叶资源进行重新划分、归类模块化的一种烟叶配方前处理技术。通过烟叶模块化划分，将大量的小等级烟叶归类到模块当中，实现了小等级烟叶的综合利用，同时，组建的大模块很好的支撑了卷烟大品牌的发展，降低了卷烟叶组配方维护的频率，提升了烟叶复烤加工和卷烟加工等方面的生产效率。烟叶原料模块化技术已经在卷烟工业中得到了广泛应用。例如公开号为cn100525658c的专利文件公开了这样一种打叶复烤配方模块建立的方法，该方法是将若干个具有相同或相近风格特点的不同等级烟叶按照一定的比例组合在一起，使之成为在卷烟配方中具备一定作用或用途的配方模块。该申请是基于烟叶质量而进行的配比，然而在实际的卷烟生产过程中，对于不同配方功效的配方模块，仍然需要重新根据功效进行再一次的配方组合。因此亟需一种基于卷烟配方功效的烟叶配方模块设计方法。技术实现要素：本发明要解决上述问题，提供一种配方功效与原料保障动态化平衡的配方设计方法。本发明解决问题的技术方案是，提供一种配方功效与原料保障动态化平衡的配方设计方法，包括以下步骤：(1)构建配方功效定位模型：根据卷烟配方功效，确定若干类别i；收集不同类别i的烟叶样本，选取若干烟叶特征指标作为烟叶样本的特征j，采用支持向量机、选用高斯核函数、采用一对一分类算法对烟叶样本进行训练以建立模型；(2)适用性评价方法确定：以上述烟叶样本的特征检测值确定每个类别i中、每个特征j的质量要求jij；根据ahp层次分析法确定每个类别i中、每个特征j的权重zij，以公式sij＝(zij/jij)×100计算适用性评价权重sij；(3)待分配原料分配方法：a.明确每个类别i所需原料的最低需求数量和最高需求量；b.准备待分配原料，测出每份原料各个特征值gj，并计算原料在每个类别i中的适用性分值hi，hi＝∑(sij×gj)；c.将类别i按照重要程度排序、并划分为若干组重要性等级，每组给予不同的赋分，赋分分值按照重要程度的降低而递减，且只有当适用性分值hi≥100时才可赋分，当适用性分值hi＜100时，赋分为0；统计原料在各类别i中的赋分之和∑mi；并计算原料的适用性指数sy，sy＝(∑mi)×100÷26；d.通过模型对原料进行类别预测；e.按照步骤c中的重要程度次序，由高到低依次对不同预测类别的原料进行分配，分配方法如下：e1.分组：假定某份原料预测类别为a，a属于i；将预测类别为类别a、且适用性分值ha≥100的原料作为类别a的基础保障原料；其他通过模型预测不属于类别a、但ha≥100的原料，作为类别a的动态平衡原料；而预测类别为类别a、但ha＜100的原料不作为类别a的原料，记为类别a的不适宜原料；e2.调整：如果类别a的基础保障原料数量大于等于类别a的最高需求量，将其中适用性指数sy较小的原料调整到类别a的动态平衡原料内；如果类别a的基础保障原料数量小于类别a的最低需求数量，选取次序为：优先选取重要程度排序次序高于类别a的类别的不适宜原料中、ha≥100的原料；其次选取类别a的动态平衡原料中、预测类别的重要等级较低的、ha数值较高的原料；最后选取重要程度排序次序高于类别a的类别的动态平衡原料中，预测类别为a的原料，并按照ha从低到高依次选取；将原料按上述选取次序调整到类别a的基础保障原料内，以保证基础保障原料数量大于等于最低需求量、且小于等于最高需求量；(4)配方设计：按照基础保障库原料配方功效和数量，将各个类别的基础保障原料进行组合配方模块设计；按照动态平衡库原料的适用性范围和数量，将各个类别的动态平衡原料进行组合配方模块设计。本申请基于不同配方功效类别，通过模型定位和适用性计算的方式确定每种配方功效类别下原料的基础保障原料和动态平衡原料，在实际使用时，可以根据卷烟生产计划，以基础保障原料为主，对动态平衡原料进行数量调整，有效提高了卷烟生产时原料的选配效率。因此，本申请实际上也是在提供一种高效的卷烟生产方法，卷烟的生产从宏观上看包括两个步骤，一是烟草原料的选取，二是将烟草原料制成成品烟。本申请从烟草原料的选取步骤入手，通过将烟叶原料根据配方功效进行分类配比模块化，提高烟叶原料选取的速度和精度，从而提高卷烟生产效率和成品品质。作为本发明的优选，最高需求量为最低需求量的120％。作为本发明的优选，步骤c中，将类别i按照重要程度排序后，划分为四组重要等级，由高到低依次定义为重要等级x、n、p、t。作为本发明的优选，重要等级为n的类别中，基础保障原料的数量大于等于最低需求量、且小于等于最高需求量的同时，动态平衡原料的数量需要大于等于最高需求量。作为本发明的优选，重要等级为p、t的类别中，基础保障原料的数量可以为0，但动态平衡原料的数量应大于等于最低需求量。作为本发明的优选，如果某份原料适用性指数sy＝0，且通过模型预测的类别i在重要等级n中，当该类别i的基础保障原料数量未达到最高需求量时，适用性分值hi≥95的原料可直接于该类别的基础保障原料中掺配使用；适用性分值hi＜95的原料需要经过原料品质补偿技术提高其质量、使其hi≥95后于该类别中掺配使用；当该类别i的基础保障原料数量已经达到或者经过掺配后达到最高需求量时，剩余hi≥95或者经原料品质补充技术提高质量后使得hi≥95的原料于该类别的动态平衡原料中掺配。作为本发明的优选，对于适用性指数sy＝0，且通过模型预测的类别i在重要等级p或t中的原料，其分配原则为：优先为重要等级p中、重要程度排序次序最低的类别进行分配，对等级p和t中所有适用性分值大于等于95的原料，按照重要程度排序次序由高到低、适用性分值由高到低依次选取到该类别的基础保障原料中，当基础保障原料达到最高需求量，剩余适用性分值大于95的原料于该类别的动态平衡原料中掺配使用；然后为重要等级t中，重要程度排序次序最低的类别进行分配，对重要等级p和t中所有适用性分值小于95的原料，按照重要程度排序次序由高到低、适用性分值由高到低依次选取到该类别的基础保障原料中，当基础保障原料达到最高需求量，剩余适用性分值小于95的原料于该类别的动态平衡原料中掺配使用。作为本发明的优选，将非自然灾害等不可抗拒原因导致适用性指数sy＝0的原料纳入红色警告名单，如果连续两个年度的sy＝0，将下年度该原料的烟叶调拨需求计划为0。作为本发明的优选，选取的烟叶特征指标包括香气质、香气量、透发性、杂气、细腻程度、柔和程度、圆润感、刺激性、干燥感、余味、烟气浓度以及浓劲比。作为本发明的优选，对选取的烟叶特征指标通过烟草行业标准《yc/t530-2015烟叶质量风格特色感官评价方法》进行评价打分，得到特征检测值。本发明的有益效果：本申请通过模型定位和适用性计算的方式确定每种配方功效类别下的基础保障原料和动态平衡原料，在实际使用时，可以根据卷烟生产计划，以基础保障原料为主，动态平衡原料为辅进行配比，有效提高了卷烟生产时原料的选配效率。为配方原料使用计划和打叶复烤配方模块设计等方案的制定提供了技术指导，为保障库存烟叶原料结构的合理性和提高原料适用性提供技术支撑。具体实施方式以下是本发明的具体实施方式，并对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。一种配方功效与原料保障动态化平衡的配方设计方法，包括以下步骤：(1)构建配方功效定位模型：根据卷烟配方功效，确定若干类别i；收集不同类别i的具有代表性的烟叶样本，选取若干烟叶特征指标作为烟叶样本的特征j，采用支持向量机、选用高斯核函数、采用一对一分类算法对烟叶样本进行训练以建立模型。本实施例中，针对本企业近三年调拨的烟叶原料，根据不同卷烟品牌的配方功效，选取了其中197个能够代表各卷烟品牌的各功效定位的烟叶原料样本，如下表1。表1.配方功效类别表得到了10个配方功效类别，依次定义为自然数1-10，即i∈{1,2,3……10}。初步选取香气质、香气量、透发性、杂气、细腻程度、柔和程度、圆润感、刺激性、干燥感、余味、烟气浓度以及浓劲比作为烟叶原料样本的特征j，依次通过自然数1-12表示，即j∈{1,2,3……12}。特征的具体数值需要根据烟草行业标准《yc/t530-2015烟叶质量风格特色感官评价方法》进行评价打分。对上述初步选取的特征进行kruskal-wallis检验，检测结果如下表2。表2.注：显著性水平为0.05。通过表2可知，12个特征的检验结果均为p＜0.001，说明各类别代表性烟叶样本的各个特征在1.0％水平下差异显著，这12个特征可用于作为建模特征。每一个烟叶样本具有12个特征，将12个特征值储存在向量x＝[j1,j2,j3……j12]中，同时，每一个烟草原料样本所属于一个类别y，因此，每个烟叶样本可用一个向量[x，y]来表示，称为一个样本数据。随机选用177个的样本数据，应用python软件，采用支持向量机、选用高斯核函数(见下式1)、采用一对一分类算法对样本数据进行训练，并通过调节高斯核函数的超参数，对模型进行优化训练，以得到预测模型。式1.其中，x为本申请中的特征，y为本申请中的类别，γ为超参数。选用剩余20个的样本数据，将其带入上述预测模型中得到预测类别，并通过汉明损失计算公式(见下式2)计算预测模型预测的类别与实际的类别之间的差异。汉明损失值越小则模型的预测分类能力越强。本实施例种计算得到的汉明损失为0.41，说明该预测模型对预测效果较优。式2.其中，d为样本的总数，l为类别总数，xi为预测类别值，yi为真实类别值，xor为异或运算符。(2)适用性评价方法确定：以上述烟叶样本的特征值确定每个类别i中、每个特征j的质量要求jij；根据ahp层次分析法确定每个类别i中、每个特征j的权重zij，以公式sij＝(zij/jij)×100计算适用性评价权重sij。求取分类在同一类别i中的所有烟叶样本的各个特征的平均值，以确定每个类别i中、每个特征j的质量要求jij，结果如下表3。表3.质量要求jij表对于每个类别i，根据9/9～9/1分数标度法构建特征重要性对比矩阵，得到10个重要性对比矩阵。此外，由于还需要分别对重要性矩阵进行归一化处理：把每列的标度值分别除以该列标度值的和，得到归一化矩阵。还需要对归一化矩阵各行数据求和，即得到对应的特征的特征向量。最后，还需要对所有的特征向量进行求和，并将每一个特征向量分别除以和值即得到相应特征的权重。为了简化篇幅，将归一化矩阵和重要性对比矩阵统计在同一表中，如下表4-13所示。表4.类别1的各特征重要性对比矩阵和归一化矩阵表5.类别2的各特征重要性对比矩阵和归一化矩阵表6.类别3的各特征重要性对比矩阵和归一化矩阵表7.类别4的各特征重要性对比矩阵和归一化矩阵表8.类别5的各特征重要性对比矩阵和归一化矩阵表9.类别6的各特征重要性对比矩阵和归一化矩阵表10.类别7的各特征重要性对比矩阵和归一化矩阵表11.类别8的各特征重要性对比矩阵和归一化矩阵表12.类别9的各特征重要性对比矩阵和归一化矩阵表13.类别10的各特征重要性对比矩阵和归一化矩阵在构建对比矩阵时，需要对特征进行两两比较，为避免出现：b>c，c>d，而b＜d的情况，需进行一致性检验：根据最大特征根公式(见下式3)分别计算每个类别i的最大特征根。式3.a表示类别i的重要性对比矩阵，z表示类别i的权重矩阵，n表示特征的个数。并通过一致性指标公式(见下式4)计算c.i.。式4.并通过随机一致性比率公式(见下式5)计算c.r.。式5.其中，r.i.表示平均随机一致性指标，这个是一个常量，根据阶数可以在量表里查询，r.i.值量表如下表14。表14.指标数123456789101112r.i.000.580.91.121.241.381.411.461.491.521.54一致性检验计算结果如下表15。表15.通过表15可知，每个类别i的c.r.值均小于0.1，符合一致性检验。然后计算适用性评价权重sij＝(zij×100)÷jij；比如类别1下、香气质1的适用性评价权重s11＝(z11×100)÷j11＝0.108×100÷3.3，所有的sij的计算结果如下表16。表16.需要说明的是，为了简化表格，上述表3记载的平均值jij是经过保留一位小数、四舍五入处理后的数值，同理，表4-13所记载的权重zij结果均是经过保留三位小数、四舍五入处理后的数值。而在计算适用性评价权重时，最好直接采用未经四舍五入处理的数值进行计算，以提高准确性，因此表16中得到数据与通过表格计算得到的数据存在细微的差异。(3)待分配原料分配方法：a.明确每个类别i所需原料的最低需求数量和最高需求量，如下表17所示。表17.b.针对待分配的烟叶，测出每种等级的烟叶原料各个特征值gj，并计算每种等级的烟叶原料在每个类别i中的适用性分值hi，hi＝∑(sij×gj)。c.将类别i按照重要程度排序、并划分为四组重要等级，由高到低依次定义为等级x、n、p、t。每组给予不同的赋分，赋分分值按照重要程度的降低而递减，且只有当适用性分值hi≥100时才可赋分，当适用性分值hi＜100时，赋分为0，赋分标准如下表18。表18.统计每种等级的烟叶原料在各类别i中的赋分之和∑mi；并计算适用性指数sy，sy＝(∑mi)×100÷26。d.通过模型对原料进行类别预测。e.按照步骤c中的重要程度次序，由高到低依次对不同预测类别的原料进行分配，分配方法如下：e1.分组：假定某份原料预测类别为a，a属于i；将预测类别为类别a、且适用性分值ha≥100的原料作为类别a的基础保障原料；其他通过模型预测不属于类别a、但ha≥100的原料，作为类别a的动态平衡原料；而预测类别为类别a、但ha＜100的原料不作为类别a的原料，记为类别a的不适宜原料。由表18可知，重要程度排位第一的是类别1，因此首先分配类别1。有19个等级的烟叶预测类别在类别1中，其在类别1下的适用性分值h1和总的适用性指数计算结果、以及原料分组使用方向情况如下表19。此外还有部分等级的原料预测类别不在类别1中，但其h1大于等于100，这些等级的原料的h1以及其在预测类别i下的hi、以及总的适用性指数计算结果均如下表19。表19.e2.调整：如果类别a的基础保障原料数量大于等于类别a的最高需求量，将其中适用性指数sy较小的原料调整到类别a的动态平衡原料内；如果类别a的基础保障原料数量小于类别a的最低需求数量，选取次序为：1.优先选取重要程度排序次序高于类别a的类别的不适宜原料中、ha≥100的原料；2.其次选取类别a的动态平衡原料中、预测类别的重要等级较低的、ha数值较高的原料；3.最后选取重要程度排序次序高于类别a的类别的动态平衡原料中，预测类别为a的原料，并按照ha从低到高依次选取；按选取次序调整到类别a的基础保障原料内，以保证基础保障原料数量大于等于最低需求量、且小于等于最高需求量。根据表19可知，等级1-1到等级1-16的原料为类别1的基础保障原料，其数量未达到类别1配方功效的最低需求数量。由于类别1是最重要程度排序次序最高的，因此需要选取类别1的动态平衡原料中、预测类别的重要等级较低的、h1数值较高的原料。通过表19可知，重要等级由低到高依次是p(包括类别2和类别6)、x(包括类别4)根据需要补充的数量，首先选取重要等级p中、h1数值较高的原料，按照h1数值大小，也就依次是等级2-1、等级2-2、等级2-3、等级6-1、等级2-4、等级2-5、等级2-6……选取到类别1的基础保障原料内。选取到等级2-6时，发现类别1的基础保障原料的数量已经大于等于36万担，在最低需求量30，最高需求量30×120％之间，因此停止选取。剩余等级的烟叶虽然预测类别不在类别1中，但h1均大于100，因此作为类别1的动态平衡原料。然后对重要程度排序次序第二高的，也就是类别4进行分配。预测类别为类别4的烟叶的适用性分值h4、适用性指数，以及预测类别不为类别4，但其h4大于等于100的原料的h4以及其在预测类别i下的hi、以及适用性指数计算结果均如下表20。表20.由表20可知，等级4-9到等级4-14的原料为类别4的基础保障原料，其数量未达到类别4的最低需求量。因此首先选取1.重要程度次序高于类别4的类别(也就是类别1)的不适宜原料中h4≥100的原料。由表19可知，类别1的不适宜原料为等级1-17、1-18、以及1-19，由表20可知，等级1-17、1-18、以及1-19的h4均大于等于100，因此，将等级1-17、1-18、以及1-19调整到类别4的基础保障原料中。此时，类别4的基础保障原料数量仍然未达到最低需求数量(≥45万担)。然后，选取2.类别4的动态平衡原料中、预测类别的重要等级较低的、h4数值较高的原料。首先选取p(类别6和类别2)中的原料，按照h4数值大小由高到低依次选取，类别6中的4个等级的原料以及类别2中的2个等级的原料均调整到类别4的基础保障原料中，但此时类别4的基础保障原料数量仍然未达到最低需求数量。然后选取n(类别5)中的原料，调整到类别4的基础保障原料中，但此时类别4的基础保障原料数量仍然未达到最低需求数量。最后选取x(类别7)中的原料，调整到类别4的基础保障原料中，此时，类别4的基础保障原料数量已达到最低需求数量。当然，如果此时类别4的基础保障原料数量仍为达到最低需求量，此时需要选取3.重要程度排序次序高于类别4的类别(也就是类别1)的动态平衡原料中，预测类别为4的原料，并按照h4从低到高依次选取；也就是依次选取表19中的等级4-8、等级4-7、等级4-6、等级4-5、等级4-4、等级4-3、等级4-2、等级4-1。如果仍不能满足，这时就需要通过烟叶分选等相关原料品质补偿技术进行针对性的品质调控以满足类别4的基础保障原料数量需求。然后再对预测类别7的原料进行分配，从而完成了重要等级x的功效类别的分配调整。然后根据上述原则依次确定n、p、t的功效类别的分配。其中，重要性等级为n的类别中，基础保障原料的数量大于等于最低需求量、且小于等于最高需求量的同时，动态平衡原料的数量需要大于等于最高需求量。重要性等级为p、t的类别中，基础保障原料的数量可以为0，但动态平衡原料的数量应大于等于最低需求量。n、p、t类配方功效的基础保障组原料数量大于其最大需求量时，应根据原料的功效定位和适用性分值，通过烟叶分选等相关原料品质补偿技术进行针对性的品质调控以提高其适用性分值，作为动态平衡组原料使用。此外，由于有些原料的在任意类别下的适用性分值均小于100，也就导致其适用性指数为0，对于这些原料，处理方式如下。本实施例中，适用性指数为0的原料的预测类别以及其适用性分值如下表21。表21.对于适用性指数sy＝0，且通过模型预测的类别i在重要等级n中的原料，当该类别i的基础保障原料数量未达到最高需求量时，适用性分值hi≥95的原料可直接于该类别的基础保障原料中掺配使用；适用性分值hi＜95的原料需要经过原料品质补偿技术提高其质量、使其hi≥95后于该类别的基础保障原料中掺配使用；当该类别i的基础保障原料数量已经达到或者经过掺配后达到最高需求量时，剩余hi≥95或者经原料品质补充技术提高质量后使得hi≥95的原料于该类别的动态平衡原料中掺配。表21中，将预测类别8的原料中，h8大于等于95的原料(等级8-1、等级8-2、等级8-3)直接掺配到类别8的基础保障原料。将h8小于95的原料均进行品质补偿后按照h8从高到低掺配到类别8的基础保障原料中，其中，等级8-4、等级8-5、等级8-6掺配后，类别8的基础保障原料数量已经达到最高需求量。因此，剩余等级8-7、等级8-8、等级8-9即作为类别8的动态平衡原料。对于适用性指数sy＝0，且通过模型预测的类别i在等级p或t中的原料，其分配原则为：优先为等级p中、重要程度次序最低的类别进行分配，对等级p和等级t中所有适用性分值大于等于95的原料，按照重要程度次序由高到低、适用性分值由高到低依次选取，选取到该类别的基础保障原料中，当基础保障原料达到最高需求量，剩余适用性分值大于95的原料于该类别的动态平衡原料中掺配使用；然后为等级t中，重要程序次序最低的类别进行分配，对等级p和等级t中所有适用性分值小于95的原料，按照重要程度次序由高到低、适用性分值由高到低依次选取，选取到该类别的基础保障原料中，当基础保障原料达到最高需求量，剩余适用性分值小于95的原料于该类别的动态平衡原料中掺配使用。本实施例中，根据表21，首先对类别9进行分配：依次将等级9-1、等级3-1、等级10-1、等级10-2、等级10-3、等级10-4掺配到类别9中，其中，掺配完等级10-2后，类别9的基础保障原料数量已经达到最高需求量，因此等级10-3、等级10-4掺配类别9的动态平衡原料中。然后对类别10进行分配：依次将等级9-2、等级10-5、等级10-6、等级10-7掺配到类别10的基础保障原料中。将非自然灾害等不可抗拒原因导致适用性指数sy＝0的原料纳入红色警告名单，如果连续两个年度的sy＝0，将下年度该原料的烟叶调拨需求计划为0。(4)配方设计：根据形成的包括产地、品种、等级、数量、配方功效的基础保障原料，按照基础保障库原料配方功效和数量进行配方模块设计，其中相同配方功效可按照适用性指数进行配方模块设计，相同品牌(品类)不同配方功效可按照卷烟配方中不同配方功效原料使用比例进行配方模块设计。根据形成的包括产地、品种、等级、数量、适用性范围的动态平衡原料，按照动态平衡库原料的适用性范围和数量进行配方模块设计，其中适用性范围相同的可按照适用性指数进行配方模块设计，原则上适用性范围不同的不应组成相同配方模块。其中适用性指数为0且未掺配使用完的烟叶原则上应单独进行打叶复烤加工包装。本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属
技术领域：
的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。当前第1页1 2 3 

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除