为提高卷烟产品市场竞争力,扩大品牌关注度,其卷烟产品质量稳定性和监控就显得格外重要。但,长期以来,卷烟产品内在质量表征主要通过感官评吸,评吸结果的准确性和稳定性受评吸人员个体差异的影响,缺乏直观形象的定量描述方法,很难实现在线监控。另外,叶组配方是保证产品质量的关键,配方的稳定性有利于卷烟产品质量的稳定。但由于受国际国内市场价格的变化以及年份、气候和土壤等客观因素,导致卷烟配方烟叶中某些单料烟短缺,选取合适的库存烟叶进行替换,是卷烟产品维护的关键环节之一。目前,传统的烟叶质量评价手段主要利用烟叶理化指标的检测、烟叶外观质量的定性描述以及评吸专家的感官评价。但是,通过打分手段评价烟叶质量依然存在评价滞后,不全面,不客观,工作量大,损耗时间和原料,无法满足企业快速化生产等实际问题。因此,如何客观便捷地评价卷烟产品质量稳定性以及快速高效地从库存烟叶中自动推荐替代烟叶,是凸显企业行业水平和实现过程控制中十分重要的一环。本文结合近红外光谱技术和化学计量学方法,基于贵州中烟有限责任公司提供的实验材料,首先从变量降维的角度对成品卷烟进行模式识别及相似性度量;其次对叶组配方进行解析设计,建立叶组配方解析模型;然后结合库存烟叶信息,对叶组配方烟叶进行相似性度量,并进行替换设计;最后利用Matlab GUI构建叶组配方解析和叶组配方设计两个配方决策辅助模块。主要研究结果如下:1.针对标准中SIMCA和PLS-DA模型无法实现对成品卷烟的定性识别,从变量提取的角度设计了三种有监督模式识别方法评价卷烟产品质量稳定性。从样本集的划分,光谱预处理方法的确定,光谱数据变量提取及模式识别方法的确定建立成品卷烟的分析模型,由模型的最终判别正确率确定最佳判别模型。结果表明,第一种从非线性降维的角度,采用CWT进行近红外光谱预处理,基于PPCA方法进行数据降维及选择Linear核函数的SVM方法建立的预测模型的正确分类率可达97.20%;第二种基于SMCC和WTSD的两种定性分析变量筛选手段建立的模型,采用基线校正用于光谱预处理,最终表明,通过WTSD法所建的PPCA-LDA和SVM校正模型的鉴别正确率可达99%以上;第三种基于方差分析法所提出的新变量提取手段（VAWR）所建的模型,在对算法中关键参数优化之后,建立的SVM和LDA分析模型比方差分析法所建模型的正确分类率可提高15%。基于这三种变量提取手段所建的分析模型,其最佳模型模型的鉴别正确率均高于已有文献报道的分析手段,可用于各成品卷烟的识别,为卷烟的质量稳定性评价提供客观指导。2.采用有监督模式识别方法可分析不同批次间卷烟品牌的波动情况,对产品质量进行监控,但无法直接体现各品牌间的相似关系。基于非线性降维方法建立SAM、SCM、MDM、EDM、Hsim和Close相似性度量模型,其中,基于LLE降维算法采用SAM相似性度量方法对卷烟的相似性度量可达85%,相比于有监督模式方法,该技术更为简单,可适用于大批量样本的相似性度量;提出了基于5种相似性算法联合评价各品牌间的相似性,通过计算相似性的大小,将相似成品卷烟进行排序,通过卷烟的亲疏关系,为新产品的开发,老产品的优化提质具有实际的指导意义;采用Fisher质量投影方法实现了相似性度量的可视化,通过二维和三维图,从空间中可直观地看出各卷烟产品的相似性以及卷烟品牌内的波动性,为卷烟在市场的相对定位和配方辅助设计提供科学直观的依据。3.基于3种非线性降维算法和3种特征选择方法对重构叶组进行相似性度量。通过对光谱进行预处理后结合不同的变量提取手段,采用6种相似性评价算法对重构后的叶组与纯叶组进行相似性度量。其中,基于LLE降维结合CWT光谱预处理时,建立的SAM相似性模型对重构叶组的度量值达80%,为叶组配方筛选设计提供指导。4.依靠配方回归和非线性多元优化算法,在确定相应的目标函数以及约束条件后,采用Matlab中的fmincon求解器进行叶组配方的解析。根据叶组配方解析思路,对分析过程不断地迭代寻优,已成功地实现对11种叶组中的8个叶组配方进行解析。基于相似性度量方法,从烟叶和叶组两个方面进行相似度研究,对G牌号叶组的3个烟叶原料进行相似替换,相似烟叶排列组合后通过模块相似性度量和重构叶组相似性度量后,替换叶组与原叶组的常规六项指标的绝对偏差值不超过0.3,经配方设计人员比较分析,该方法可用于指导配方维护。5.为了很容易地实现人机交互,快速的实现计算、结果显示功能,采用Matlab中的图形用户界面（GUI）对叶组配方设计模型进行开发设计,目前,已成功实现叶组配方解析和维护两大模块平台的搭建。