欢迎来到天天文库
浏览记录
ID:33234860
大小:2.83 MB
页数:73页
时间:2019-02-22
《数据挖掘技术在卷烟配方优化中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中国海洋大学硕士学位论文数据挖掘技术在卷烟配方优化中的应用姓名:林华申请学位级别:硕士专业:通信与信息系统指导教师:丁香乾20080601数据挖掘技术在卷烟配方优化中的应用摘要配方产品优化设计是一门复杂的综合技术,涉及多个学科领域。为了获得性能优异、能满足使用要求的配方,需根据产品的性能要求和工艺条件,通过试验、优化、鉴定,合理地选用原材料,确定各种原材料的用量配比关系。对于这样一个复杂的多目标配方体系,试验方法的设计就显得尤为重要。近年来对配方优化设计的应用研究十分活跃。面对如此多的设计方法,如何合理选用已成为配方设计者的一大难题。本文针对烟草行业所
2、采集的数据特点,对数据挖掘技术在卷烟产品配方优化设计中的应用进行了研究。利用统计分析的方法对行业数据进行分析、特征提取,从不同的层面和角度来分析变量间的相关关系。M5’模型树法建立的学习模型直观、清晰,容易被用户所接受,将其应用在卷烟的感觉评估领域。SVM方法具有很强的非线性逼近能力,被用于建立预测产品感官质量的学习模型,适用于解决高维、小样本问题。最后,利用遗传算法,以烟叶理化成份与卷烟感官、烟气指标相关性为依据,确定约束条件设计优化模型以达到最低成本为目标,通过优化模型的运行来取得所需风格卷烟的最佳配比组合,同时能提前对设计出的叶组配方进行预估,实
3、现对重点指标的重点控制,使设计更具科学性和合理性。关键词:数据挖掘,配方优化,感官评估,支持向量机,遗传算法AppIicationofDataMiningTechnoIogyinOptimizationofCigaretteProductsFormuIa;AbstractTheoptimizationdesignofformulaproductisacomplexcomprehensivetechnology,involvesmanysubjectfields.Inordertoobtaintheformulawhichhassuperiorperfo
4、rmanceandcansatisfytheUSerequirements,accordingtotheperformancerequirementofproductsandthetechnologicalconditions,determineseachrawmaterialtheamountusedallocatedproportionrelations,throughtheexperiment,theoptimizationandtheidentification,selectsrawmaterialreasonably.Forsuchacomp
5、lexmulti—objectiveformulasystem,thedesignofthetestmethodisespeciallyimportant.Inrecentyears,theAppliedResearchoftheformulaoptimumdesignisveryactive.FacedtoSOmanydesignmethods,howtoselectreasonablemethodhadbecomeadifficultproblemtoformuladesigners.Tothefeaturesofthedatagatheredfr
6、omcigaretteindustry,thisthesisstudiesontheapplicationofdataminingtechnologyontheoptimizationofcigaretteproductsformula.Ittakesuseofclassicalmulti-variantstatisticalanalysismethodstoanalyzetheindustrydataandfeamreextraction,whichisusedtoanalyzetherelationamongthevariantsformdiffe
7、rentanglesandplanes.ThemodelwhichisbuiltwithM5’modeltrccisintheformofexpression,whichcouldbeacceptedeasilybythecommonusers.Andthismodelcanbeappliedinthetobaccosensoryevaluation.Supportvectormachine(SⅥ旧havegreatabilityofnonlinearapproach,whichareusedtosetuplearningmodelforforecas
8、tingthesensoryquality.SVMisapplicabletodealwith
此文档下载收益归作者所有