卷烟是一种特殊的消费品,通常要求吸食口感长期保持稳定。复烤企业作为烟草生产链的关键环节,实现对烟叶的初步加工及模块化配方打叶,对不同质量的烟叶进行协调搭配,为卷烟企业提供稳定的原材料。但在实际生产中,烟叶质量受气候、土质等因素的影响,复烤配方的波动性较大,复烤企业只得盲目备料、或出现配方中某等级单料烟库存不足的情况,导致库存压力以及资源占用大。因此,合理备料、提高资源利用率是复烤企业亟待解决的问题。而配方维护是解决上述问题的有效手段。故本文从复烤配方维护出发,以复烤配方关联规则挖掘、烟叶近红外光谱相似性度量两个方面进行探索。一方面,提出将一种改进二进制粒子群算法（LDABPSO）用于烟叶复烤配方关联规则挖掘。首先,从种群初始化、可行解的停滞、扰动机制等3方面对BPSO算法提出改进策略;其次,将LDABPSO、BPSO、ABPSO算法在测试函数以及经典背包问题上作性能对比;最后,运用LDABPSO算法进行复烤配方关联规则挖掘,并和Apriori、FP-growth、BPSO算法得到的结果对比,LDABPSO算法无需预设最小支持度和置信度,得到的规则质量较优且算法运行时间减少。根据挖掘得到的烟叶搭配规则,优先保证频繁组合烟叶的库存以辅助复烤企业合理备料;另一方面,提出将一种基于通勤时间距离和KL距离的局部线性嵌入算法（CKLLE）用于烟叶近红外光谱相似性度量。首先,采用连续投影算法对烟叶近红外光谱进行特征波长筛选;然后将CKLLE算法用于烟叶近红外光谱特征提取,并与LE、LLE、KLLLE算法进行对比,结果表明CKLLE算法在投影效果、烟叶部位正确率识别方面均要优于上述其他算法;最后,定义烟叶化学成分差异值为评价方式,构建光谱相似度矩阵得到库存不足烟叶的可替换烟叶,减少可替代烟叶的库存占用时间,提高资源利用率。本文从复烤配方维护出发,将关联规则挖掘和烟叶近红外光谱相似性度量相结合,为辅助复烤企业合理备料、提高资源利用率等问题提供了思路。此外,本文开发了复烤配方维护原型系统,对复烤企业实际应用具有一定的参考价值。