一种基于历史数据的卷烟叶组配方优选方法、设备及存储介质与流程

本发明涉及一种基于历史数据的卷烟叶组配方优选方法、设备及存储介质，属于卷烟产品设计。

背景技术：

1、卷烟叶组配方设计是形成卷烟产品风格特点的前提，而配方稳定性则是保障产品质量的基本要求。烟草作为一种农产品，品质波动变化较大，受到年份、气候、地域、醇化时间等因素的影响。叶组配方设计是不同年份、产地、香型、部位烟叶原料之间的优化组合。在实际的叶组配方设计中，配方设计同时兼顾成本、库存、产量等多种因素的考量，配方中烟叶的更替及配方结构的调整均要最大限度地保持配方的稳定性和相似性。

2、当前，卷烟叶组配方设计与维护仍存在评价指标量化难、设计效率低等问题，极大限制了烟叶资源的利用效率及潜在资源的挖掘。传统的评价方式主要参考客观定量指标，如均值、变异系数、极差等常规统计参数，同时参照少数指标的波动或单项指标阈值反映配方的变化，进而预判待用配方的可行性，缺乏一种客观、综合型的指标。与此同时，在卷烟设计过程中，大量的历史配方表征数据则是该配方的风格品质特征的集中体现。

3、因此，如何有效结合历史配方表征数据，提供一种衡量待用叶组配方在历史配方中的偏离度，并预测出待用叶组配方的方法是一个亟需解决的难题。

技术实现思路

1、目的：为了克服现有技术中存在的无法基于叶组配方历史表征数据量化待用配方稳定性和相似性的问题。本发明提供一种基于历史数据的卷烟叶组配方优选方法、设备及存储介质。

2、技术方案：为解决上述技术问题，本发明采用的技术方案为：

3、一种基于历史数据的卷烟叶组配方优选方法，包括如下步骤：

4、根据已有卷烟配方的历史表征数据，获取历史配方的第l对综合变量数据集。

5、根据历史配方的第l对综合变量数据集，计算历史配方的第l对综合变量数据集的误差椭圆长、短半轴和倾斜角。

6、根据历史配方的第l对综合变量数据集的误差椭圆长、短半轴，计算历史配方的第l对综合变量数据集误差椭圆面积。

7、根据待选配方的第l对综合变量，历史配方的第l对综合变量数据集的误差椭圆长、短半轴和倾斜角，计算待选配方的误差椭圆的长半轴及短半轴。

8、根据待选配方的误差椭圆的长半轴及短半轴，计算待选配方的第l对综合变量误差椭圆面积。

9、根据待选配方的第l对综合变量误差椭圆面积和历史配方的第l对综合变量数据集误差椭圆面积，计算待选配方的第l对综合变量偏离度值。

10、根据待选配方的第l对综合变量偏离度值，计算待选配方的偏离度指数。

11、计算所有待选配方的偏离度指数，依据偏离度指数数值进行排序，选取所有待选配方中偏离度指数较小的待选配方作为最终的卷烟配方优选方案。

12、进一步的，还包括：对已有卷烟配方的历史表征数据进行预处理，所述预处理包括：空值处理、异常值删除；空值即缺失值，采用平均值替换缺失值；异常值处理，即对采集的数据，采用tukey’s test方法对异常值进行直接删除。

13、进一步的，还包括：将历史配方的第l对综合变量数据集的误差椭圆和待选配方的第l对综合变量误差椭圆通过r软件进行可视化处理。

14、进一步的，根据已有卷烟配方的历史表征数据，获取历史配方的第l对综合变量数据集，包括如下步骤：

15、根据已有卷烟配方的历史表征数据x，计算其协方差矩阵m。

16、其中,

17、其中，xij为第i个历史配方的第j个表征数据指标，i＝1,2,3...n；j＝1,2,3...k，n为参数输入的历史配方表征数据个数，k为参数输入的评价指标个数。

18、计算协方差矩阵m的特征值f＝[λ1，λ2，λ3，...，λk]和第j个特征值对应的特征向量uj＝[lj1，lj2，lj3，...，ljk]t。

19、根据第j个特征值对应的特征向量uj，计算第i个历史配方综合变量。

20、计算所有历史配方的历史配方综合变量，得到历史配方的数据集n。

21、其中，

22、其中，nil为第i个历史配方所选取的第l对综合变量i＝1,2,3...n，l＝1,2,3...k/2。

23、根据历史配方的数据集n，选取计算第l对综合变量数据集[n1l，n2l，n3l，...，nnl]t。

24、

25、其中，dimi2l-1，dimi2l分别表示第l对综合变量中的第i个历史配方的第2l-1，2l综合变量。

26、进一步的，所述根据历史配方的第l对综合变量数据集，计算历史配方的第l对综合变量数据集的误差椭圆长、短半轴和倾斜角，包括：

27、根据第l对综合变量数据集[n1l，n2l，n3l，...，nnl]t计算二维协方差矩阵al。

28、其中，

29、其中，σxxσyy分别表示历史配方的第l对综合变量数据集的第1、2列综合变量的方差。σxy，σyx分别表示历史配方的第l对综合变量数据集第1、2列综合变量的协方差。

30、根据二维协方差矩阵al计算两个特征值为β1，β2及椭圆倾斜角θ。

31、其中，

32、

33、

34、根据特征值为β1，β2，计算历史配方的第l对综合变量数据集的误差椭圆长、短半轴al、bl。

35、其中，al＝sβ1，bl＝sβ2。

36、其中，s为常数。

37、进一步的，所述根据历史配方的第l对综合变量数据集的误差椭圆长、短半轴，计算历史配方的第l对综合变量数据集误差椭圆面积，包括：

38、snl＝πalbl

39、其中，snl表示历史配方的第l对综合变量数据集误差椭圆面积，π为圆周率。

40、进一步的，所述根据待选配方的第l对综合变量，历史配方的第l对综合变量数据集的误差椭圆长、短半轴和倾斜角，计算待选配方的误差椭圆的长半轴及短半轴，包括：

41、获取数据集q待选配方t的第l对综合变量对应的误差椭圆的长半轴及短半轴a′l、b′l比例公式及约束方程：

42、

43、

44、其中，分别表示数据集q的第t个待选配方的第l对综合变量的第一列数据和第二列数据，θ为历史配方误差椭圆倾斜角，x0，y0分别为历史配方的数据集n第l对综合变量数据集的第一列数据和第二列数据的均值。al、bl分别为历史配方的数据集n第l对综合变量数据集的误差椭圆长、短半轴。

45、根据长半轴及短半轴a′l、b′l比例公式及约束方程组成的二元方程组，求解a′l、b′l。

46、进一步的，所述根据待选配方的误差椭圆的长半轴及短半轴，计算待选配方的第l对综合变量误差椭圆面积，包括：

47、根据a′l、b′l，计算待选配方t的第l对综合变量误差椭圆面积sqi。

48、sql＝πa′lb′l。

49、进一步的，所述根据待选配方的第l对综合变量误差椭圆面积和历史配方的第l对综合变量数据集误差椭圆面积，计算待选配方的第l对综合变量偏离度值，包括：

50、待选配方t的第l对综合变量偏离度值rl。

51、

52、进一步的，所述根据待选配方的第l对综合变量偏离度值，计算待选配方的偏离度指数，包括：

53、待选配方t的偏离度指数rt。

54、

55、其中：rl为待选配方t的第l对综合变量偏离度指数，pl为协方差矩阵m的特征值f中第l对的方差贡献率；m为待选配方t的成对选取综合变量的数量。

56、进一步的，pl是特征值f＝[λ1，λ2，λ3...，λk]中的方差贡献率p2l-1、p2l之和。

57、

58、

59、其中，λj为协方差矩阵m的特征值第j个特征值，k为指评价指标数量，

60、进一步的，所述s获取方法，包括如下步骤：

61、构建误差椭圆约束方程，计算公式如下：

62、

63、其中：x0，y0为中心点，分别取第l对综合变量数据集第一列数据和第二列数据的均值，θ为倾斜角；x、y分别代表第l对综合变量数据集第一列数据和第二列数据，s为常数。

64、将x、y进行坐标变换，得到x′、y′，计算公式如下：

65、

66、其中：x0，y0为中心点，θ为倾斜角，x、y分别代表第l对综合变量数据集第一列数据和第二列数据，x′、y′为变换后的坐标值。

67、构建x,y二维高斯分布的联合密度函数，计算公式如下：

68、

69、其中，μ1为x的均值，μ2为y的均值，σ1为x的方差，σ2为y的方差，ρ为x、y的相关系数。

70、根据式(1)，式(2)结合联合密度函数表达式(3)可得x′、y′二维高斯分布的联合密度函数，计算公式如下：

71、

72、根据x′、y′二维高斯分布的联合密度函数，可得s的计算公式，具体如下：

73、

74、其中，bλ为等密度椭圆。

75、第二方面，一种计算设备，包括：处理器及可读存储介质；所述可读存储介质用于存储计算机程序，所述处理器以使所述计算设备执行第一方面所述的一种基于历史数据的卷烟叶组配方优选方法。

76、第三方面，一种可读存储介质，所述可读存储介质为计算机可读存储介质用于存储计算机程序，该计算机程序被处理器执行时实现第一方面所述的一种基于历史数据的卷烟叶组配方优选方法。

77、有益效果：本发明提供的一种基于历史数据的卷烟叶组配方优选方法、设备及存储介质，在评价卷烟叶组配方稳定性和相似性中，基于误差统计及二维高斯分布的联合密度函数，通过对数据进行降维处理并引入误差椭圆约束方程构建计算待用配方在历史配方中偏离度指数，并根据偏离度指数从待用配方中进行优选，用于解决现有技术无法基于叶组配方历史数据指标的量化待用配方的稳定性和相似性的问题。

78、本发明可应用于目前公司卷烟叶组配方设计中待用叶组配方与历史配方的相似性及符合度的评价工作，在提高卷烟叶组配方设计效率的同时，可推广到潜在烟叶资源挖掘、烟叶保障资源评估以及卷烟产品叶组配方设计的实务工作中。