论文部分内容阅读
基于烟草公司对烟叶原料的质量评估需求,在研究烟叶质量评价领域的各种评价业务需求及多种多指标综合评价方法与模型的原理与特点后,设计并实现了针对烟叶质量评价业务的软件系统。系统由基于.NET环境以及用户界面层-数据逻辑层-数据通路层三层架构搭建的桌面软件框架与基于Python科学计算语言搭建的运算模块组成,共同完成烟叶质量综合评价。主要完成的工作有:(1)选择主成分分析法,基于数据集内部的方差对样本进行感官得分的评价,并完成样本内排序,解决了烟叶感官质量各指标对综合得分的贡献度难以确定的问题。(2)采用模糊综合评价法对烟叶的化学成分指标进行得分统计,根据样本值与最佳值之间的隶属度评价结果可以描述烟叶样本质量在烟草质量体系中的“绝对位置”。(3)灰色系统综合评价模型具有“小样本建模”的特点,采用其对部分尚未探明具体取值范围但已知其性质的化学成分指标进行建模,并通过计算样本与样本最佳值之间的灰色关联度计算综合得分,最大化利用了现阶段已掌握的信息。(4)采用BP人工神经网络对化学成分指标与感官得分组成的训练集进行训练,得到网络参数并通过训练的模型完成了对样本感官评分的预测,利用现有数据和经验,对感官指标体系的建立需要通过人工评吸打分及统计等工作耗费大量人力资源与时间成本的问题有所改善。(5)对一些评价模型的评价结果进行排序并绘制散点图进行展示,使评价结果更为直观。系统支持烟草公司提供的多种烟叶质量指标文件形式,如数据库,Excel表格文件等。通过对2010-2013年云南,广东,湖南等各地共419个样本的感官指标集合,及2015年云南省C3F等级的包含111个烟叶化学成分指标的91个样本集合进行测试,其评价结果获得烟草专家认可。系统基于不同的评价业务特点,选择合适的评价模型,目前已部署到烟草公司进行评价作业,其评价结果对后续的人工评价具有一定的参考与对比作用。