一种雪茄烟叶外观质量的评价方法与流程

1.本发明涉及烟草质量评价技术领域，更具体的说是涉及一种雪茄烟叶外观质量的评价方法。


背景技术：

2.雪茄烟起源于中南美洲，故在中南美洲国家有着较为悠久的历史。古巴是世界公认最优秀的雪茄烟生产国，自从哥伦布发现新大陆并把雪茄烟传播到欧洲后，古巴雪茄就享誉全世界至今。除古巴外，其临近国家多米尼加、厄瓜多尔、洪都拉斯、尼加拉瓜和墨西哥，另外还有美国、巴西、印度尼西亚、喀麦隆和菲律宾等国家都有雪茄烟叶的种植与雪茄烟生产。中国的雪茄烟起步较晚，在进入二十一世纪以后，国内雪茄烟产业进入了快速发展阶段。
3.近年来，随着我国经济水平的不断提升，人民的生活水平也在不断提高，国内对雪茄烟的需求也在不断增大。现阶段我国雪茄产业正处于飞速发展的时代，一方面需要满足消费者们日益增长的需要，另一方面也在积极探索以提升中国雪茄的质量。然而，雪茄茄芯烟叶的外观质量还未形成通用的标准，现在存在的评价方法多是在地方或工业企业试行。
4.国产雪茄茄芯烟叶的外观质量较为直观的反应了烟叶的大田生长状况与烟叶调制、发酵的状态，故对工业使用有较强的指导意义。对于茄芯而言，考察的指标主要有颜色、部位、身份、结构、油分、杂色和残伤等。在烟草科学的研究中，综合评价方法占有十分重要的地位。烟草学者越来越多地运用统计学与数学方法对烟叶质量进行综合的评价。20世纪80年代后，一些新的评价方法的出现融入进了烟叶质量评价中，如相关性与回归分析、因子分析法、聚类分析法、灰色系统理论、模糊数学综合评价法的提出，为烟叶质量评价增添了选择。
5.因此，如何探究一种快速高效的国产雪茄茄芯烟叶的外观质量评价方法是本领域技术人员亟需解决的问题。


技术实现要素：

6.有鉴于此，本发明的目的在于提供一种雪茄烟叶外观质量的评价方法，以解决现有技术中的不足。
7.为了实现上述目的，本发明采用如下技术方案：
8.一种雪茄烟叶外观质量的评价方法，具体包括以下步骤：
9.(1)收集等级、档次接近的雪茄茄芯烟叶；
10.(2)构建雪茄茄芯烟叶外观质量的评价体系；
11.(3)对雪茄茄芯烟叶外观质量进行描述统计与差异显著性分析；
12.(4)对雪茄茄芯烟叶外观质量的因子进行分析；
13.(5)对雪茄茄芯烟叶外观质量的各项指标赋值进行kmo和bartlett检验；
14.(6)对雪茄茄芯烟叶外观质量的因子提取个数进行确认；
15.(7)对雪茄茄芯烟叶外观质量的提取因子进行分析；
16.(8)对雪茄茄芯烟叶外观质量的熵值法计算权重进行分析；
17.(9)对雪茄茄芯烟叶外观质量的critic权重进行分析；
18.(10)对雪茄茄芯烟叶外观质量的因子分析、熵值法计算权重分析和critic权重分析进行综合评价。
19.进一步，上述步骤(2)中，雪茄茄芯烟叶外观质量包括成熟度、叶片结构、身份、油分、残伤和青杂六个指标。
20.更进一步，成熟度指标评价过程中，成熟为8-10分，完熟为7-9分，尚熟为6-8分，欠熟为4-6分，其余为2-3分；叶片结构指标评价过程中，疏松为8-10分，尚疏松为7-9分，稍密为6-8分，紧密为4-6分，其余为2-3分；身份指标评价过程中，适中为8-10分，稍薄/稍厚为7-9分，薄为6-8分，厚为4-6分，其余为2-3分；油分指标评价过程中，多为8-10分，有为7-9分，稍有为6-8分，少为4-6分，其余为2-3分；残伤指标评价过程中，≤10％为8-10分，≤15％为7-9分，≤20％为6-8分，≤25％为4-6分，其余为2-3分；青杂指标评价过程中，≤10％为8-10分，≤15％为7-9分，≤20％为6-8分，≤25％为4-6分，其余为2-3分。
21.进一步，上述步骤(3)中，描述统计与差异显著性分析包括最大值、最小值、平均值、标准差和变异系数。
22.采用上述进一步技术方案的有益效果在于，能够说明茄芯外观以青杂与残伤区别最明显。
23.进一步，上述步骤(5)中，bartlett检验为bartlett球形度检验，包括近似卡方、df和p值。
24.采用上述进一步技术方案的有益效果在于，用于检测外观质量各项标准对因子分析的可用性。
25.进一步，上述步骤(6)中，确认具体为：通过碎石图用于判断因子提取个数，当折线由陡峭突然变得平稳时，陡峭到平稳对应的因子个数即为参考提取因子个数。
26.进一步，上述步骤(7)中，分析包括方差解释率、旋转后因子载荷系数和成分得分系数；所述方差解释率包括特征根、旋转前方差解释率和旋转后方差解释率。
27.采用上述进一步技术方案的有益效果在于，证明提取出来的因子已经可以代表茄芯外观质量的绝大部分信息。
28.进一步，上述步骤(8)中，熵值法计算权重包括信息熵值e、信息效用值d和权重系数w。
29.采用上述进一步技术方案的有益效果在于，熵值(entropy)是一种物理计量单位，熵越大说明数据越混乱，携带的信息越少，效用值越小，因而权重也越小。熵值法则是结合熵值提供的信息值来确定权重的一种研究方法。
30.进一步，上述步骤(9)中，critic权重包括指标变异性、指标冲突性和信息量。
31.采用上述进一步技术方案的有益效果在于，critic权重以评价指标的变异性和评价指标间的冲突性作为标准进行计算。第一：指标变异性使用标准差进行衡量，标准差越大则权重越大；第二：冲突性使用指标之间的相关系数进行衡量，指标之间相关性越强则冲突性较低，权重越小；第三：信息量计算方式为指标变异性与冲突性指标之间的乘积；第四：最终权重是由信息量进行归一化计算得到。
32.进一步，上述步骤(10)中，综合评价具体为：对雪茄茄芯烟叶外观质量的因子分析、熵值法分析和critic权重分析的得分进行归一化后取和，得到各样品的得分并排序。
33.采用上述进一步技术方案的有益效果在于，大部分样品基于三种算法得到的排名结果具有高度一致性，表明仅用一种算法即可对样品外观进行赋值。但个别样品存在排名差异，则需综合三种算法进行排名。
34.经由上述的技术方案可知，与现有技术相比，本发明的有益效果如下：
35.本发明通过因子分析法及熵值法对影响雪茄茄芯烟叶质量的指标进行检测，对不同产地和品种的雪茄茄芯烟叶评价，避免了人工评吸带来的高成本和不稳定性。
附图说明
36.图1为茄芯烟叶因子提取个数碎石图；
37.图2为基于因子分析得分的k-prototype聚类分析图；
38.图3为基于熵值法得分的k-prototype聚类分析图；
39.图4为基于critic权重得分的k-prototype聚类分析图。
具体实施方式
40.下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
41.实施例1研究内容
42.收集等级、档次接近的雪茄茄芯原料，进行烟叶成熟度、叶片结构、身份、油分、残伤和青杂六个指标评分，与部分国外雪茄烟原料做对比，分析其差异性和和变异特征。
43.实施例2研究材料
44.实验材料由湖北中烟三峡卷烟厂和山东中烟提供，共计34份。其中包括湖北样品15份，海南样品13份，四川样品1份，国外进口样品5份。具体如表1所示。
45.表1雪茄烟叶样品清单
46.[0047][0048]
实施例3研究方法
[0049]
3.1外观质量的测定方法
[0050]
外观质量的评价由中国农业科学院烟草研究所组织行业内专家对茄芯进行烟叶成熟度、叶片结构、身份、油分、残伤和青杂六个指标评分。
[0051]
3.2外观质量评价体系构建
[0052]
雪茄烟茄芯外观质量指标赋值方法如表2所示。
[0053]
表2雪茄烟茄芯外观质量指标赋值方法
[0054][0055][0056]
实施例4结果与分析
[0057]
4.1雪茄烟叶外观质量评价
[0058]
4.1.1国内外雪茄茄芯烟叶总体外观质量描述
[0059]
国内外雪茄茄芯烟叶的外观质量描述统计数据见表3。
[0060]
表3国内外雪茄茄芯外观质量的描述统计
[0061]
指标最大值最小值平均值标准差变异系数％成熟度9.178.510.586.82身份9.26.58.30.748.97叶片结构9.27.58.510.515.97油分9.26.58.030.637.88青杂1048.941.213.37残伤1049.531.2513.07
[0062]
由表3可以看出，除成熟度和叶片结构外，身份、油分、青杂和残伤的最大值与最小值标度值差异较大。茄芯外观质量各指标以青杂与残伤变异系数最大，分别达到13.37％与13.07％，说明茄芯外观以青杂与残伤区别最明显。
[0063]
4.1.2不同产地雪茄茄芯烟叶的描述统计与差异显著性分析
[0064]
不同产地的雪茄茄芯烟叶外观质量描述统计数据见表4。
[0065]
表4不同产地雪茄茄芯烟叶外观质量的描述统计与差异显著性分析
[0066][0067][0068]
注：ab代表p《0.05水平下显著差异，a代表p《0.05水平下极显著差异。
[0069]
由表4可知，总体而言，湖北、海南和进口茄芯烟叶各指标平均值均在7.92到9.54分之间，具体表现为成熟度处于“成熟”档次；结构尚疏松至疏松、身份适中至稍厚、油分“有”，属于中等水平。其中，湖北的茄芯烟叶的叶片结构赋值高于海南和进口雪茄烟叶，且差异显著。除此之外，湖北及及海南雪茄烟叶的残伤结果高于进口雪茄，且差异极显著。由上述结果表明，国产雪茄烟叶质量处于较高水平，且在叶片结构和残伤等指标优于进口雪茄茄芯烟叶。
[0070]
4.1.3茄芯烟叶外观质量因子分析
[0071]
为尽可能详尽地体现茄芯外观质量的综合状况，本项目进行因子分析，以期筛选到影响质量的关键因子。
[0072]
4.1.3.1kmo和bartlett检验
[0073]
为检测外观质量各项标准对因子分析的可用性，首先对成熟度、身份、叶片结构、油分、青杂、残伤等各项指标赋值进行kmo和bartlett检验，结果如5所示。
[0074]
表5kmo和bartlett的检验
[0075][0076]
由表5可知，kmo值》0.6且bartlett检验对应p值小于0.05，表明上述指标赋值适合进行因子分析。
[0077]
4.1.3.2因子提取个数确认
[0078]
本项目通过碎石图用于判断因子提取个数，当折线由陡峭突然变得平稳时，陡峭到平稳对应的因子个数即为参考提取因子个数。结果如图1所示。
[0079]
由图1可知，当因子数为4时，折线变为平稳，因此提取因子数为4。
[0080]
4.1.3.3因子分析
[0081]
对提取的四个因子进行贡献率分析，结果见表6。
[0082]
表6方差解释率表格
[0083][0084]
由表6可知，第一到第四因子的贡献率分别为32.805％、23.521％、21.446％、15.914％，四个因子的累计贡献率达到了93.686％，说明提取出来的因子已经可以代表茄芯外观质量的绝大部分信息。
[0085]
因子载荷矩阵见表7。
[0086]
表7旋转后因子载荷系数表格
[0087][0088][0089]
备注：*表示载荷系数绝对值大于0.4。
[0090]
由表7可知，因子1在青杂、残伤、成熟度三个指标上有较大的载荷量，分别达到0.827、0.953、0.529，说明因子1主要反映了雪茄茄芯外观质量的青杂残伤指标，可将其看作因子1中的代表性评价指标；因子2在油分指标上具有较大的载荷量，达到了0.940，说明因子2主要反映了茄芯油分的信息；因子3在叶片结构指标上有较大载荷量，达到0.953，说明因子3主要描述了茄芯外观质量中叶片结构的信息；因子4在身份上有较大的载荷量，达到0.788，说明因子4主要反映了茄芯身份的信息。成熟度、身份、叶片结构、油分、青杂、残伤指标通过上述因子提取的信息量为0.856、0.966、0.953、0.960、0.922、0.964，表明通过上述4因子能提取指标的绝大部分信息。
[0091]
茄芯外观质量各因子的成分系数矩阵见表8。
[0092]
表8成分得分系数矩阵
[0093][0094]
结合表8可以得到不同因子与指标之间的线性组合公式。其中以f1代表因子1，x1代表成熟度，即，因子2(f2)、因子3(f3)、因子4(f4)；身份(x2)、叶片结构(x3)、油分(x4)、青杂(x5)、残伤(x6)。
[0095]
由成分得分系数矩阵可知：
[0096]
f1＝0.155*x
1-0.253*x
2-0.079*x
3-0.175*x4+0.374*x5+0.731*x6；
[0097]
f2＝0.262*x
1-0.138*x
2-0.154*x3+1.027*x
4-0.456*x5+0.107*x6；
[0098]
f3＝0.327*x1+0.044*x2+0.827*x
3-0.238*x4+0.282*x
5-0.338*x6；
[0099]
f4＝-0.006*x1+1.142*x2+0.247*x
3-0.455*x4+0.607*x
5-0.741*x6。
[0100]
对茄芯外观质量数据进行标准化处理后，将标准化值代入到表达式中，即可得到不同雪茄茄芯在4个不同因子上的得分。以四个因子的方差贡献率为权重计算综合得分，计算方法为score＝(0.328f1+0.2352f2+0.2145f3+0.1591f4)/0.9368。
[0101]
国内外雪茄茄芯样品外观质量各因子得分及综合排名见表9。
[0102]
表9国内外雪茄茄芯样品外观质量各因子得分及综合排名
[0103][0104][0105]
由表9可知，湖北cx14、cx80、h382；印尼cubindo、四川德雪4号的上部叶均得分较高，分值分别为0.54、0.54、0.51、0.51分，而海南永晟2号、印尼besuki的中下部叶表现相对较差。
[0106]
对上述样品的聚类分析结果如图2所示。
[0107]
由图2可知，可得到5个类群，其中以cx14t2等10个样品聚类为1档；以cx14b1等12
个样品聚类为2档；以ys2b2等4个样品聚类为3档；以cx81c3等6个样品聚类为4档；以cx80c3等2个样品聚类为5档。
[0108]
4.1.4茄芯烟叶外观质量熵值法分析
[0109]
熵值(entropy)是一种物理计量单位，熵越大说明数据越混乱，携带的信息越少，效用值越小，因而权重也越小。熵值法则是结合熵值提供的信息值来确定权重的一种研究方法。熵值法计算权重结果汇总见表10，并使用熵值法对成熟度等总共6项进行权重计算。
[0110]
表10熵值法计算权重结果汇总
[0111]
项信息熵值e信息效用值d权重系数w成熟度0.99930.00077.45％身份0.99880.001212.88％叶片结构0.99950.00055.61％油分0.99910.00099.79％青杂0.99710.002932.29％残伤0.99710.002931.98％
[0112]
从表10可以看出，成熟度、身份、叶片结构、油分、青杂和残伤总共6项，它们的权重值分别是0.075、0.129、0.056、0.098、0.323和0.320。各项间的权重大小有着一定的差异，其中青杂这项的权重最高为0.323，以及叶片结构这项的权重最低为0.056。
[0113]
分析项数据与对应的权重相乘后进行累加，即为综合得分。其中以score代表得分，x1代表成熟度；x2代表身份、x3代表叶片结构、x4代表油分、x5代表青杂、x6代表残伤。
[0114]
计算方法为score＝0.075x1+0.129x2+0.056x3+0.098x4+0.323x5+0.320x6，结果如表11所示。
[0115]
表11国内外雪茄茄芯样品外观质量熵值法得分及排名
[0116][0117][0118]
从表11可以看出，cx80中上部、cx14上部、德雪4号上部、海南2号中部等样品得分较高，前三名的得分为9.53、9.46、9.43；cx81中下部、cx80中下部、印尼besuki的中下部叶表现相对较差，得分为8.17、6.62、5.04。
[0119]
对上述样品的聚类分析结果如图3所示。
[0120]
由表3可知，可得到5个类群，其中以2cx80c1等10个样品聚类为1档；以cx14c2等13个样品聚类为2档；以hn2c3等5个样品聚类为3档；以cx81c3等4个样品聚类为4档；以cx80c3等2个样品聚类为5档。
[0121]
4.1.5茄芯烟叶外观质量critic权重分析
[0122]
critic权重以评价指标的变异性和评价指标间的冲突性作为标准进行计算。
[0123]
第一：指标变异性使用标准差进行衡量，标准差越大则权重越大；
[0124]
第二：冲突性使用指标之间的相关系数进行衡量，指标之间相关性越强则冲突性较低，权重越小；
[0125]
第三：信息量计算方式为指标变异性与冲突性指标之间的乘积；
[0126]
第四：最终权重是由信息量进行归一化计算得到。
[0127]
使用critic权重计算对成熟度等总共6项进行权重计算，结果见表12。
[0128]
表12雪茄茄芯烟叶外观指标critic权重计算结果
[0129][0130][0131]
从表12可以看出，成熟度、身份、叶片结构、油分、青杂和残伤总共6项，它们的权重值分别是9.51％、16.59％、16.92％、12.11％、20.27％和24.61％。各项间的权重大小有着一定的差异，其中残伤的权重最高为24.61％，以及成熟度的权重最低为9.51％。
[0132]
分析项数据与对应的权重相乘后进行累加，即为综合得分。其中以score代表得分，x1代表成熟度；x2代表身份、x3代表叶片结构、x4代表油分x5代表青杂、x6代表残伤。计算方法为score＝0.0951x1+0.1659x2+0.1692x3+0.1211x4+0.2027x5+0.2461x6，结果如表13所示。
[0133]
表13雪茄茄芯烟叶外观指标critic权重得分及排名
[0134]
[0135][0136]
从表13可以看出，cx80中上部、cx14中上部、德雪4号上部等样品得分较高，前三名的得分为9.3、9.29、9.23；cx81中下部、cx80中下部、印尼besuki的中下部叶表现相对较差，得分为8.15、7.08、5.76。
[0137]
对上述样品的聚类分析结果如图4所示。
[0138]
由图4可知，可得到5个类群，其中以2cx14b2等21个样品聚类为1档；以ys6t2等7个样品聚类为2档；以hn3c3等4个样品聚类为3档；以cx80c3聚类为4档；以besc1聚类为5档。
[0139]
4.1.6基于三种算法的综合评价
[0140]
对因子分析、熵值法分析和critic权重分析的得分进行归一化后取和，得到国内外样品得分并排序，结果如表14所示。
[0141]
表14基于三种算法的综合评价
[0142]
[0143][0144]
由表14可知，大部分样品基于三种算法得到的排名结果具有高度一致性，表明仅用一种算法即可对样品外观进行赋值。但个别样品(如cubc1、h382b1、jh3oc等)存在排名差异，则需综合三种算法进行排名。
[0145]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。