本发明属于食品智能加工技术领域，特别涉及一种酱油成分的智能调配方法。
背景技术：
酱油是人们生活的一种必需品，随着人民生活水平的不断提高，高品级的酱油成为人们消费的首选而具有广阔的发展空间，随着国家对食品质量的进一步严格，酱油的内容物与标签列明含量的一致性尤为重要。
在酱油生产中，经天然发酵酿造后的酱油需经过合理调配，达到不同等级的国家标准后才能成为产品。调配后的酱油，同一级别的成品可以达到氨氮、盐分、添加剂、颜色达到一致。调配是工业化酱油生产的一个重要环节。目前，我国大部分酱油生产企业，采用传统的手工方式进行酱油调配，生产效率低，工人劳动强度大。
酱油调配，一般为氨氮含量、盐分含量和添加剂含量的配比过程。目前，国内的酱油生产企业主要采用经验设计方法进行，通过经验设计给出酱油调配的比例进行调配。在调配完成之后，检测酱油的氨氮含量和盐分含量，误差太大时，用下一批调配的酱油进行纠正。这样的调配方法，具有调配过程繁杂、效率低下、劳动强度大并且浪费大等缺点，同时对于某些参数，如酱油盐分、头抽比重、配置的经济性等方面未必是最优的。因此，为达到准确的氨氮、盐分含量配置，酱油的调配需通过具体的浓度(含量)配比、氨氮检测、盐分调节、浓度配比整个过程的多次迭代。这种方法效率很低，并且不能够根据相应的需求对调配比例进行优化。目前采用优化调配算法比较少的原因在于：针对特定目标对酱油配比进行优化是一个多变量非线性规划问题，它的独立变量多，初始值较难选择，如果采用普通的优化理论求最优解，往往会得不到最优结果；同时氨氮含量调配的同时还需要酱油的含盐量达到设定值，增加了酱油配比的复杂度。
技术实现要素：
本发明的第一目的在于克服现有技术的缺点与不足，提供一种酱油成分的智能调配方法，该方法能够将多种不同氨基酸态氮、盐分含量的酱油自动调配成满足一定配置要求的酱油，具有准确性高、操作简单以及调配时间短的优点，大大提高了酱油的调配效率，并且解决了传统调配方法造成的酱油浪费问题。
本发明第二目的也在于提供一种酱油成分的智能调配方法，该方法能够将多种不同氨基酸态氮、盐分含量的酱油自动调配成满足一定配置要求的酱油，具有准确性高、操作简单以及调配时间短的优点，大大提高了酱油的调配效率，并且解决了传统调配方法造成的酱油浪费问题。同时该方法还可以减少调配过程中的约束方程，极大的降低了问题的求解难度，大大提高了酱油调配数学模型计算的效率。
本发明的第一目的通过下述技术方案实现：一种酱油成分的智能调配方法，步骤如下：
s1、构建酱油调配数学模型，包括：
s11、构建酱油调配数学模型的目标函数：以调配新酱油时，各种调配用酱油所占用量比例分别对应最接近于各种调配用酱油的权重为目标构建酱油调配数学模型的目标函数；其中各种调配用酱油指的是各种氨基酸态氮及盐分含量的酱油；
s12、构建酱油调配数学模型的约束条件，所述约束条件包括：
各种调配用酱油在混合后的氨基酸态氮含量等于待调配新酱油的氨基酸态氮含量；
各种调配用酱油在混合后的盐分含量等于待调配新酱油的盐分含量；
各种调配用酱油混合时用量小于等于其存储的总量；
s2、获取各种调配用酱油中的氨基酸态氮含量和盐分含量；同时获取待调配新酱油的氨基酸态氮含量以及待调配新酱油的盐分含量，获取在调配新酱油时各种调配用酱油的权重；
s3、将步骤s2获取到的各种调配用酱油在调配新酱油时需要的权重、各种调配用酱油中氨基酸态氮含量和盐分含量、待调配新酱油的氨基酸态氮含量以及待调配新酱油的盐分含量作为步骤s1中酱油调配数学模型的输入对酱油调配数学模型进行求解，得到求解结果即为调配新酱油时混合的各种调配用酱油所占用量比例。
优选的，所述步骤s11中构建的酱油调配数学模型的目标函数jmin(xi)为：
所述步骤s12中酱油调配数学模型的约束条件即为：
0≤mxi≤bi；
其中xi为调配新酱油时需要的第i种调配用酱油所占用量比例；
ki为调配新酱油时第i种调配用酱油的权重；
num为调配新酱油时调配用酱油的总数；
n为待调配新酱油的氨基酸态氮含量；
s为待调配新酱油的盐分含量；
m为待调配新酱油的总量；
ni为第i种调配用酱油的氨基酸态氮含量；
si为第i种调配用酱油的盐分含量；
bi为第i种调配用酱油的总量。
优选的，所述步骤s3中通过迭代算法对酱油调配数学模型进行求解，得到调配新酱油时需要混合的各种调配用酱油所占用量比例。
更进一步的，所述迭代算法为基于序列二次规划算法、遗传算法或梯度下降算法。
更进一步的，所述步骤s3中通过迭代算法对酱油调配数学模型进行求解时，首先通过十字法求取调配新酱油时的各种调配用酱油所占用量比例初始值，具体过程如下：
s31、将各种调配用酱油的氨基酸态氮含量分别与待调配新酱油的氨基酸态氮含量进行比较，获取到氨基酸态氮含量高于待调配新酱油的调配用酱油总数以及氨基酸态氮含量低于待调配新酱油的调配用酱油总数；将氨基酸态氮含量高于待调配新酱油的调配用酱油总数与氨基酸态氮含量低于待调配新酱油的调配用酱油总数作差值后取绝对值，该绝对值为b；
s32、增加b种酱油溶液：若氨基酸态氮含量高于待调配新酱油的调配用酱油总数大于氨基酸态氮含量低于待调配新酱油的调配用酱油总数，则b种酱油溶液中各种酱油溶液的氨基酸态氮含量和氨基酸态氮含量低于待调配新酱油的调配用酱油中其中一种调配用酱油的氨基酸态氮含量相同；若氨基酸态氮含量高于待调配新酱油的调配用酱油总数小于氨基酸态氮含量低于待调配新酱油的调配用酱油总数，则b种酱油溶液中各种酱油溶液的氨基酸态氮含量和氨基酸态氮含量高于待调配新酱油的调配用酱油中的其中一种调配用酱油的氨基酸态氮含量相同；
s33、计算各种调配用酱油的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值ci：
ci＝|n-ni|，i＝[1,num]，i∈n；
其中n为待调配新酱油的氨基酸态氮含量，ni为第i种调配用酱油的氨基酸态氮含量；
同时计算出步骤s32中增设的b种酱油溶液的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值cj：
cj＝|n-nj|，j＝[1,b]，j∈n；
其中nj为步骤s32中增设的b种酱油溶液中第j种酱油溶液的氨基酸态氮含量；
s34、调配新酱油时需要的各种调配用酱油所占用量比例初始值：
其中
本发明的第二目的通过下述技术方案实现：一种酱油成分的智能调配方法，步骤如下：
s1、构建酱油调配数学模型，包括：
s11、构建酱油调配数学模型的目标函数：以调配新酱油时，各种调配用酱油所占用量比例分别对应最接近于各种调配用酱油的权重为目标构建酱油调配数学模型的目标函数；其中所述各种调配用酱油指的是各种氨基酸态氮及盐分含量的调配用酱油，所述各种调配用酱油为未经盐量预处理的酱油或经盐量预处理的酱油；
s12、构建酱油调配数学模型的约束条件，所述约束条件包括：
各种调配用酱油在混合后的氨基酸态氮含量等于待调配新酱油的氨基酸态氮含量；
各种调配用酱油混合时用量小于等于其存储的总量；
s2、获取各种酱油，其中各种酱油指的是各种氨基酸态氮及盐分含量的酱油，通过获取到的各种酱油得到各种调配用酱油，具体为：针对获取到的每种酱油，首先将其盐分含量与待调配新酱油的盐分含量进行比较，若两者相等，则该酱油不进行盐量预处理，将该未经盐量预处理的酱油直接作为调配用酱油，同时计算出该调配用酱油的氨基酸态氮含量；若两者不相等，则对该酱油进行盐分预处理，使其盐量预处理后盐分含量与待调配新酱油的盐分含量相等，将该经盐分预处理的酱油作为调配用酱油，同时计算出该调配用酱油的氨基酸态氮含量；
同时获取待调配新酱油的氨基酸态氮含量、待调配新酱油的盐分含量以及调配新酱油时各种调配用酱油的权重；
s3、将步骤s2获取到的各种调配用酱油的氨基酸态氮含量、各种调配用酱油在调配新酱油时需要的权重、待调配新酱油的氨基酸态氮含量以及待调配新酱油的盐分含量作为步骤s1中酱油调配数学模型的输入对酱油调配数学模型进行求解，得到求解结果即为调配新酱油时各种调配用酱油所占用量比例。
优选的，所述步骤s11中构建的酱油调配数学模型的目标函数jmin(xi)为：
所述步骤s12中酱油调配数学模型的约束条件即为：
0≤mxi≤bi；
其中xi为调配新酱油时需要的盐分预处理后的第i种调配用酱油所占用量比例；
ki为调配新酱油时第i种调配用酱油的权重；
num为调配新酱油时调配用酱油的总数；
n为待调配新酱油的氨基酸态氮含量；
s为待调配新酱油的盐分含量；
m为待调配新酱油的总量；
ni为第i种调配用酱油的氨基酸态氮含量；
bi为第i种调配用酱油的总量。
优选的，所述步骤s2中，针对于获取到的每种酱油，将其盐分含量与待调配新酱油的盐分含量进行比较，若其盐分含量与待调配新酱油的盐分含量不相等，则针对该酱油进行以下盐量预处理：
s21、判断此酱油盐分含量是大于还是小于待调配新酱油的盐分含量，若是小于，则进入步骤s22；若是大于，则进入步骤s23；
s22、向盐分含量小于待调配新酱油的酱油中添加盐，使其添加盐后其中的盐分含量等于待调配新酱油的盐分含量，将该添加盐后的酱油作为调配用酱油，同时计算出该调配用酱油的氨基酸态氮含量；
其中所需要添加的盐量为：
其中s为待调配新酱油的盐分含量；
ai为获取第i种调配用酱油所需要添加的盐量，即步骤s2中获取到的第i种酱油添加盐量ai后获取到第i种调配用酱油；
b′i为步骤s2中获取到的第i种酱油的总量；
si为步骤s2中获取到的第i种酱油的盐分含量；
其中计算出的该调配用酱油的氨基酸态氮含量为：
其中ni为第i种调配用酱油的氨基酸态氮含量；
n′i为步骤s2中获取到的第i种酱油的氨基酸态氮含量；
s23、向盐分含量大于待调配新酱油的酱油中添加氨基酸态氮含量为0的标准液，使其添加标准液后其中的盐分含量等于待调配新酱油的盐分含量，将该添加标准液后的酱油作为调配用酱油，同时计算出该调配用酱油的氨基酸态氮含量；
其中所需要添加的标准液的量为：
其中s为待调配新酱油的盐分含量；
wi为获取第i种调配用酱油所需要添加的标准液的量，即步骤s2中获取到的第i种酱油量为wi的标准液后获取到第i种调配用酱油；
b′i为步骤s2中获取到的第i种酱油的总量；
si为步骤s2中获取到的第i种酱油的盐分含量；
其中计算出的该调配用酱油的氨基酸态氮含量为：
其中ni为第i种调配用酱油的氨基酸态氮含量；
n′i为步骤s2中获取到的第i种酱油的氨基酸态氮含量。
优选的，所述步骤s3中通过迭代算法对酱油调配数学模型进行求解，得到调配新酱油时需要混合的各种调配用酱油所占用量比例；所述迭代算法为基于序列二次规划算法、遗传算法或梯度下降算法。
更进一步的，所述步骤s3中通过迭代算法对酱油调配数学模型进行求解时，首先通过十字法求取调配新酱油时需要的各种调配用酱油所占用量比例初始值，具体过程如下：
s31、将各种调配用酱油的氨基酸态氮含量分别与待调配新酱油的氨基酸态氮含量进行比较，获取到氨基酸态氮含量高于待调配新酱油的调配用酱油总数以及氨基酸态氮含量低于待调配新酱油的调配用酱油总数；将氨基酸态氮含量高于待调配新酱油的调配用酱油总数与氨基酸态氮含量低于待调配新酱油的调配用酱油总数作差值后取绝对值，该绝对值为b；
s32、增加b种酱油溶液：若氨基酸态氮含量高于待调配新酱油的调配用酱油总数大于氨基酸态氮含量低于待调配新酱油的调配用酱油总数，则b种酱油溶液中各种酱油溶液的氨基酸态氮含量和氨基酸态氮含量低于待调配新酱油的调配用酱油中其中一种调配用酱油的氨基酸态氮含量相同；若氨基酸态氮含量高于待调配新酱油的调配用酱油总数小于氨基酸态氮含量低于待调配新酱油的调配用酱油总数，则b种酱油溶液中各种酱油溶液的氨基酸态氮含量和氨基酸态氮含量高于待调配新酱油的调配用酱油中的其中一种调配用酱油的氨基酸态氮含量相同；
s33、计算各种调配用酱油的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值ci：
ci＝|n-ni|，i＝[1,num]，i∈n；
其中n为待调配新酱油的氨基酸态氮含量，ni为第i种调配用酱油的氨基酸态氮含量；
同时计算出步骤s32中增设的b种酱油溶液的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值cj：
cj＝|n-nj|，j＝[1,b]，j∈n；
其中nj为步骤s32中增设的b种酱油溶液中第j种酱油溶液的氨基酸态氮含量；
s34、调配新酱油时需要混合的各种调配用酱油所占用量比例初始值：
其中
本发明相对于现有技术具有如下的优点及效果：
(1)本发明酱油成分的其中一种智能调配方法为首先构建出酱油调配数学模型，该数学模型中的目标函数以调配新酱油时各种调配用酱油所占用量比例分别对应最接近于各种调配用酱油的权重为目标，并且设定相应的约束条件；本发明该方法在调配时，将各种调配用酱油在调配新酱油时需要的权重、各种调配用酱油中氨基酸态氮含量和盐分含量、待调配新酱油的氨基酸态氮含量以及待调配新酱油的盐分含量作为酱油调配数学模型的输入对酱油调配数学模型进行求解，得到求解结果即为调配新酱油时各种调配用酱油所占用量比例。因此本发明通过酱油调配数学模型直接求取出调配新酱油时需要的各种调配用酱油所占用量比例，能够将多种不同氨基酸态氮、盐分含量的酱油自动调配成满足一定配置要求的酱油，相比传统的酱油调配方法，本发明调配方法不用进行反复的试验，具有准确性高、操作简单以及调配时间短的优点，大大提高了酱油的调配效率，并且解决了传统调配方法造成的酱油浪费问题。
(2)本发明酱油成分的另一种智能调配方法首先构建出酱油调配数学模型，该数学模型中的目标函数以调配新酱油时各种调配用酱油所占用量比例分别对应最接近于各种调配用酱油的权重为目标，并且设定相应的约束条件，在本发明该调配方法中，将各种调配用酱油在调配新酱油时需要的权重、各种调配用酱油中氨基酸态氮含量、待调配新酱油的氨基酸态氮含量以及待调配新酱油的盐分含量酱油调配数学模型的输入对酱油调配数学模型进行求解，得到求解结果即为调配新酱油时各种调配用酱油所占用量比例；因此本发明该调配方法通过酱油调配数学模型直接求取出调配新酱油时需要的各种调配用酱油所占用量比例，能够将多种不同氨基酸态氮、盐分含量的酱油自动调配成满足一定配置要求的酱油，相比传统的酱油调配方法，本发明调配方法不用进行反复的试验，具有准确性高、操作简单以及调配时间短的优点，大大提高了酱油的调配效率，并且解决了传统调配方法造成的酱油浪费问题。同时在本发明该调配方法中各种调配用酱油由经过盐量预处理后的酱油所得到，这些酱油经过盐量预处理后得到的盐分含量与待调配新酱油的盐分含量相同，因此本发明该调配方法为先配置出盐分含量满足生产需求的各种调配用酱油，然后再通过酱油调配数学模型配置出氨基酸态氮含量满足生产需求的新酱油，这种先配置酱油盐分，再对酱油的氨氮浓度进行调配的方法，相比同时配置盐分和氨基酸态氮的方法，本发明该调配方法可以减少调配过程中的约束方程，极大的降低了问题的求解难度，大大提高了酱油调配数学模型计算的效率。
(3)本发明酱油成分的智能调配方法中，可以采用基于序列二次规划算法、遗传算法或梯度下降算法等迭代算法针对于酱油调配数学模型进行求解，当采用基于序列二次规划算法时，迭代次数常比用其他方法求解的次数少，计算精度更高，并且在搜索区域内，序列二次规划算法可以获得最佳的搜索方向和步长信息，计算效率更高。
(4)本发明酱油成分的智能调配方法中，当采用迭代算法针对于酱油调配数学模型进行求解时，本发明采用十字法先计算出调配新酱油时的各种调配用酱油所占用量比例初始值，以此加快最优值求解的收敛速度，进一步提高了酱油调配数学模型的计算效率。
具体实施方式
下面结合实施例对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例1
本实施例公开了一种酱油成分的智能调配方法，步骤如下：
s1、构建酱油调配数学模型，包括：
s11、构建酱油调配数学模型的目标函数：以调配新酱油时，各种调配用酱油所占用量比例分别对应最接近于各种调配用酱油的权重为目标构建酱油调配数学模型的目标函数；其中各种调配用酱油指的是各种氨基酸态氮及盐分含量的酱油；
本实施例中构建的酱油调配数学模型的目标函数jmin(xi)为：
s12、构建酱油调配数学模型的约束条件，所述约束条件包括：
各种调配用酱油在混合后的氨基酸态氮含量等于待调配新酱油的氨基酸态氮含量；即：
各种调配用酱油在混合后的盐分含量等于待调配新酱油的盐分含量；即：
各种调配用酱油混合时用量小于等于其存储的总量；即：
0≤mxi≤bi；
其中xi为调配新酱油时需要的第i种调配用酱油所占用量比例；
ki为调配新酱油时第i种调配用酱油的权重；
num为调配新酱油时调配用酱油的总数；
n为待调配新酱油的氨基酸态氮含量；
s为待调配新酱油的盐分含量；
m为待调配新酱油的总量；
ni为第i种调配用酱油的氨基酸态氮含量；
si为第i种调配用酱油的盐分含量；
bi为第i种调配用酱油的总量。
s2、获取各种调配用酱油中的氨基酸态氮含量和盐分含量；同时获取待调配新酱油的氨基酸态氮含量以及待调配新酱油的盐分含量，获取在调配新酱油时各种调配用酱油的权重；
s3、将步骤s2获取到的各种调配用酱油在调配新酱油时需要的权重、各种调配用酱油中氨基酸态氮含量和盐分含量、待调配新酱油的氨基酸态氮含量以及待调配新酱油的盐分含量作为步骤s1中酱油调配数学模型的输入对酱油调配数学模型进行求解，得到求解结果即为调配新酱油时混合的各种调配用酱油所占用量比例。
在上述步骤s3中通过迭代算法对酱油调配数学模型进行求解，得到调配新酱油时需要混合的各种调配用酱油所占用量比例。本实施例在matlab软件中采用的基于序列二次规划算法的迭代算法对酱油调配数学模型进行求解，也可以采用遗传算法或梯度下降算法等其他迭代算法。
其中基于序列二次规划算法的迭代算法对酱油调配数学模型进行求解的过程主要分三步：(1)拉格朗日函数hessian矩阵的更新：在每一次主要迭代过程中，都用bfgs法计算拉格朗日函数的hess矩阵的拟牛顿近似矩阵。(2)二次规划问题求解：求解过程分两步，第1步涉及可行点(若存在)的计算，第2步为可行点至解的迭代序列。在第1步中，需要有可行点作为初值，若当前点不可行，则通过求解线性规划问题得到一个可行点：(3)一维搜索和目标函数的计算。
当上述步骤s3中通过迭代算法对酱油调配数学模型进行求解时，首先通过十字法求取调配新酱油时的各种调配用酱油所占用量比例初始值，具体过程如下：
s31、将各种调配用酱油的氨基酸态氮含量分别与待调配新酱油的氨基酸态氮含量进行比较，获取到氨基酸态氮含量高于待调配新酱油的调配用酱油总数以及氨基酸态氮含量低于待调配新酱油的调配用酱油总数；将氨基酸态氮含量高于待调配新酱油的调配用酱油总数与氨基酸态氮含量低于待调配新酱油的调配用酱油总数作差值后取绝对值，该绝对值为b，b为一个整数值；
s32、增加b种酱油溶液：
若氨基酸态氮含量高于待调配新酱油的调配用酱油总数大于氨基酸态氮含量低于待调配新酱油的调配用酱油总数，则b种酱油溶液中各种酱油溶液的氨基酸态氮含量和氨基酸态氮含量低于待调配新酱油的调配用酱油中其中一种调配用酱油的氨基酸态氮含量相同；
若氨基酸态氮含量高于待调配新酱油的调配用酱油总数小于氨基酸态氮含量低于待调配新酱油的调配用酱油总数，则b种酱油溶液中各种酱油溶液的氨基酸态氮含量和氨基酸态氮含量高于待调配新酱油的调配用酱油中的其中一种调配用酱油的氨基酸态氮含量相同；
s33、计算各种调配用酱油的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值：
ci＝|n-ni|，i＝[1,num]，i∈n；
其中ci为第i种调配用酱油的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值；n为待调配新酱油的氨基酸态氮含量，ni为第i种调配用酱油的氨基酸态氮含量；
同时计算出步骤s32中增设的b种酱油溶液的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值：
cj＝|n-nj|，j＝[1,b]，j∈n；
其中cj为增设的b种酱油溶液中第j种酱油溶液的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值；nj为步骤s32中增设的b种酱油溶液中第j种酱油溶液的氨基酸态氮含量；
s34、调配新酱油时需要的各种调配用酱油所占用量比例初始值
其中
假设有4种调配用酱油，氨基酸态氮含量从小到大分别为y1、y2和y4；若待调配新酱油的氨基酸态氮含量为y，y2<y<y4，此时氨基酸态氮含量高于待调配新酱油的调配用酱油总数为1，氨基酸态氮含量低于待调配新酱油的调配用酱油总数为2，因此b为1，并且氨基酸态氮含量高于待调配新酱油的调配用酱油总数小于氨基酸态氮含量低于待调配新酱油的调配用酱油总数，因此此时步骤s32中添加b种酱油溶液的氨基酸态氮含量和氨基酸态氮含量高于待调配新酱油的调配用酱油的氨基酸态氮含量相同；即b种酱油溶液的氨基酸态氮含量和氨基酸态氮含量为y4的调配用酱油的氨基酸态氮含量相同。
实施例2
本实施例公开了一种酱油成分的智能调配方法，步骤如下：
s1、构建酱油调配数学模型，包括：
s11、构建酱油调配数学模型的目标函数：以调配新酱油时，各种调配用酱油所占用量比例分别对应最接近于各种调配用酱油的权重为目标构建酱油调配数学模型的目标函数；其中各种调配用酱油指的是各种氨基酸态氮及盐分含量的调配用酱油，各种调配用酱油为未经盐量预处理的酱油或经盐量预处理的酱油；
本步骤s11中构建的酱油调配数学模型的目标函数jmin(xi)＝为：
s12、构建酱油调配数学模型的约束条件，所述约束条件包括：
各种调配用酱油在混合后的氨基酸态氮含量等于待调配新酱油的氨基酸态氮含量；即为：
各种调配用酱油混合时用量小于等于其存储的总量；即为：
0≤mxi≤bi；
其中xi为调配新酱油时需要的盐分预处理后的第i种调配用酱油所占用量比例；
ki为调配新酱油时第i种调配用酱油的权重；
num为调配新酱油时调配用酱油的总数；
n为待调配新酱油的氨基酸态氮含量；
s为待调配新酱油的盐分含量；
m为待调配新酱油的总量；
ni为第i种调配用酱油的氨基酸态氮含量；
bi为第i种调配用酱油的总量。
s2、获取各种酱油，其中各种酱油指的是各种氨基酸态氮及盐分含量的酱油，通过获取到的各种酱油得到各种调配用酱油，具体为：针对获取到的每种酱油，首先将其盐分含量与待调配新酱油的盐分含量进行比较，若两者相等，则该酱油不进行盐量预处理，将该未经盐量预处理的酱油直接作为调配用酱油，同时计算出该调配用酱油的氨基酸态氮含量；若两者不相等，则对该酱油进行盐分预处理，使其盐量预处理后盐分含量与待调配新酱油的盐分含量相等，将该经盐分预处理的酱油作为调配用酱油，同时计算出该调配用酱油的氨基酸态氮含量；本实施例中针对于获取到的酱油中盐分含量与待调配新酱油的盐分含量不相等的酱油，进行以下盐量预处理：
s21、判断此酱油盐分含量是大于还是小于待调配新酱油的盐分含量，若是小于，则进入步骤s22；若是大于，则进入步骤s23；
s22、向盐分含量小于待调配新酱油的酱油中添加盐，使其添加盐后其中的盐分含量等于待调配新酱油的盐分含量，将该添加盐后的酱油作为调配用酱油，同时计算出该调配用酱油的氨基酸态氮含量；
其中所需要添加的盐量为：
其中s为待调配新酱油的盐分含量；
ai为获取第i种调配用酱油所需要添加的盐量，即步骤s2中获取到的第i种酱油添加盐量ai后获取到第i种调配用酱油；
b′i为步骤s2中获取到的第i种酱油的总量；
si为步骤s2中获取到的第i种酱油的盐分含量；
其中计算出的该调配用酱油的氨基酸态氮含量为：
其中ni为第i种调配用酱油的氨基酸态氮含量；
n′i为步骤s2中获取到的第i种酱油的氨基酸态氮含量；
s23、向盐分含量大于待调配新酱油的酱油中添加氨基酸态氮含量为0的标准液，使其添加标准液后其中的盐分含量等于待调配新酱油的盐分含量，将该添加标准液后的酱油作为调配用酱油，同时计算出该调配用酱油的氨基酸态氮含量；
其中所需要添加的标准液的量为：
其中s为待调配新酱油的盐分含量；
wi为获取第i种调配用酱油所需要添加的标准液的量，即步骤s2中获取到的第i种酱油添加量为wi的标准液后获取到第i种调配用酱油；
b′i为步骤s2中获取到的第i种酱油的总量；
si为步骤s2中获取到的第i种酱油的盐分含量；
其中计算出的该调配用酱油的氨基酸态氮含量为：
其中ni为第i种调配用酱油的氨基酸态氮含量。
同时获取待调配新酱油的氨基酸态氮含量、待调配新酱油的盐分含量以及调配新酱油时各种调配用酱油的权重。
s3、将步骤s2获取到的各种调配用酱油的氨基酸态氮含量、各种调配用酱油在调配新酱油时需要的权重、待调配新酱油的氨基酸态氮含量以及待调配新酱油的盐分含量作为步骤s1中酱油调配数学模型的输入对酱油调配数学模型进行求解，得到求解结果即为调配新酱油时各种调配用酱油所占用量比例。
在上述步骤s3中通过迭代算法对酱油调配数学模型进行求解，得到调配新酱油时需要混合的各种调配用酱油所占用量比例。本实施例在matlab软件中采用的基于序列二次规划算法的迭代算法对酱油调配数学模型进行求解，也可以采用遗传算法或梯度下降算法等其他迭代算法。当本实施例在matlab软件中采用的基于序列二次规划算法的迭代算法对酱油调配数学模型进行求解，其求解过程如实施例1中所示。
本实施例中通过迭代算法对酱油调配数学模型进行求解时，首先通过十字法求取调配新酱油时需要的各种调配用酱油所占用量比例初始值，具体过程如下：
s31、将各种调配用酱油的氨基酸态氮含量分别与待调配新酱油的氨基酸态氮含量进行比较，获取到氨基酸态氮含量高于待调配新酱油的调配用酱油总数以及氨基酸态氮含量低于待调配新酱油的调配用酱油总数；将氨基酸态氮含量高于待调配新酱油的调配用酱油总数与氨基酸态氮含量低于待调配新酱油的调配用酱油总数作差值后取绝对值，该绝对值为b，b为一个整数值；
s32、增加b种酱油溶液：若氨基酸态氮含量高于待调配新酱油的调配用酱油总数大于氨基酸态氮含量低于待调配新酱油的调配用酱油总数，则b种酱油溶液中各种酱油溶液的氨基酸态氮含量和氨基酸态氮含量低于待调配新酱油的调配用酱油中其中一种调配用酱油的氨基酸态氮含量相同；若氨基酸态氮含量高于待调配新酱油的调配用酱油总数小于氨基酸态氮含量低于待调配新酱油的调配用酱油总数，则b种酱油溶液中各种酱油溶液的氨基酸态氮含量和氨基酸态氮含量高于待调配新酱油的调配用酱油中的其中一种调配用酱油的氨基酸态氮含量相同；
s33、计算各种调配用酱油的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值：
ci＝|n-ni|，i＝[1,num]，i∈n；
其中ci为第i种调配用酱油的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值；n为待调配新酱油的氨基酸态氮含量，ni为第i种调配用酱油的氨基酸态氮含量；
同时计算出步骤s32中增设的b种酱油溶液的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值：
cj＝|n-nj|，j＝[1,b]，j∈n；
其中cj为增设的b种酱油溶液中第j种酱油溶液的氨基酸态氮含量与待调配新酱油的氨基酸态氮含量差值的绝对值；nj为步骤s32中增设的b种酱油溶液中第j种酱油溶液的氨基酸态氮含量；
s34、调配新酱油时需要混合的各种调配用酱油所占用量比例初始值
其中
例如实际酱油调配时，有三种氨基酸态氮和盐分含量的酱油，第一种酱油氨基酸态氮含量为p1，盐分含量为s1；第二种酱油氨基酸态氮含量为p2，盐分含量为s2；第三种酱油氨基酸态氮含量为p3，盐分含量为s3；现在要调配出氨基酸态氮含量为n、盐分含量为s的新酱油，其中在调配新酱油时，三种酱油的权重分别要达到k1、k2和k3，并且各中酱油库存充足。
针对于上述要调配的新酱油，当采用实施例1中的方法进行调配时，则将三种氨基酸态氮和盐分含量的酱油分别对应作为三种调配用酱油，分别将三种调配用酱油的氨基酸态氮和盐分含量、在调配新酱油时这三种调配用酱油的权重以及待调配新酱油的氨基酸态氮和盐分含量作为实施例1中酱油调配数学模型的输入，通过酱油调配数学模型计算出调配新酱油需要三种调配用酱油用量比例。其中酱油调配数学模型中的num即为3，n1、n2和n3分别对应等于p1、p2、p3。
针对于上述要调配的新酱油，当采用实施例2中的方法进行调配时，则首先需要分别将三种酱油的盐分含量s1、s2和s3与待调配新酱油的盐分含量s进行比较，若相等，则直接作为调配用酱油，若不等，则进行盐分预处理，使得其在盐分预处理后的盐分含量和待调配新酱油的盐分含量相等，并且将经盐分预处理的酱油作为调配用酱油，同时计算出其氨基酸态氮含量。将获取到的三种调配用酱油的氨基酸态氮含量、三种调配用酱油在调配新酱油时需要的权重、待调配新酱油的氨基酸态氮含量以及待调配新酱油的盐分含量作为实施例2中酱油调配数学模型的输入，通过酱油调配数学模型计算出调配新酱油需要三种调配用酱油用量比例。其中三种调配用酱油在调配新酱油时需要的权重即为上述在调配新酱油时三种酱油的权重。其中酱油调配数学模型中的num即为3，当现存的酱油盐分含量和待调配新酱油的盐分含量相等时，调配用酱油的氨基酸态氮含量即为现存酱油的氨基酸态氮含量；当现存的酱油盐分含量和待调配新酱油的盐分含量相等时，则调配用酱油的氨基酸态氮含量为现存的酱油盐分含量经过盐分预处理后的氨基酸态氮含量。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。