18根据常规化学指标识别烟叶品质的BP神经网络模型(彭黔荣)

BP神经网络模型在烟草烘烤过程中叶温变化预测中的应用汪健;路晓崇;王鹏;吴明;孙曙光【摘要】[目的]建立合适的BP神经网络模型,了解散叶烘烤过程中一系列烘烤因素对叶温变化的影响,为烤烟烘烤调制过程中叶温变化研究提供参考.[方法]运用叶温测定仪和温湿度自控仪记录烘烤过程中干球温度、湿球温度、相对湿度及干球温度与叶温的差值,并将此4项指标作为输入变量,叶温作为输出变量,建立一个拓扑结构为4-4-1的BP神经网络模型.[结果]所建立的BP神经网络模型模拟结果很快收敛,预测结果的绝对误差与相对误差小,预测所用的20组数据中相对误差＞1％的有8组数据,相对误差＞2％的有2组数据,相对误差＜1％的有12组数据.[结论]所建立的BP神经网络模型在对烟叶烘烤过程中叶温变化的预测效果较好.【期刊名称】《南方农业学报》【年(卷),期】2013(044)008【总页数】4页(P1351-1354)【关键词】烟草;烘烤;叶温;预测;BP神经网络模型【作者】汪健;路晓崇;王鹏;吴明;孙曙光【作者单位】湖北中烟工业有限责任公司,武汉430051;河南农业大学,郑州450002;湖北中烟工业有限责任公司,武汉430051;湖北中烟工业有限责任公司,武汉430051;湖北中烟工业有限责任公司,武汉430051【正文语种】中文【中图分类】S5720 引言【研究意义】近年来，随着烟草种植规模的不断扩大，省工、节能、提质、增效成为现代烟草农业建设的主题，新型烘烤方式随之应运而生。

散叶密集烤房的引进极大推进了现代烟草农业的建设进程，研究表明，散叶密集烘烤具有减少劳动用工、降低烘烤成本、提高烟叶质量及增加经济效益等作用（谢已书等，2010），然而散叶密集烤房在全国的推广数量并不多，因此加强散叶烘烤过程中各烘烤参数的探讨与深入研究十分必要。

叶面温度的概念于1875年被德国人E.Askenasy提出（方学敏，1989）。

叶温作为植物的“体温”是植物本身与外界环境进行物质能量交换的重要标志，近年来对植物叶温的研究越来越受到广大学者的关注。

烟叶分类的神经网络方法随着生物学和计算机科学的发展，神经网络方法被越来越广泛地应用于烟叶分类领域。

烟草是一种特殊的农作物，其品质受到种植环境、品种、处理工艺等多种因素的影响。

因此，对烟草进行分类是非常有必要的。

神经网络是一种模拟人类脑神经网络的计算模型，它能够通过训练学习到潜在的特征，从而对数据进行分类。

在烟叶分类领域，神经网络方法已经被广泛应用。

下面我们将介绍神经网络方法在烟叶分类中的应用。

首先，神经网络方法可以用于对烟草的图像进行分类。

烟草一般分为烟叶和烟棒两种形式，而烟叶又可分为白肋烟、黄肋烟、底片烟等不同品种。

传统的分类方法需要人工测量烟叶的长度、宽度、厚度等多个参数，并进行分类。

而神经网络方法则可以直接使用图像作为输入参数，并自动学习特征，从而实现更快速和准确的分类。

例如，利用卷积神经网络结构对烟叶进行分类，可以得到较高的识别率。

其次，神经网络方法可以用于烟草的质量评估。

一般来说，烟草的品质受到多个因素的影响，如水分、叶色、切口形状等。

对烟草进行质量评估需要较为复杂的数据处理和分析。

利用神经网络方法，可以将这些因素通过多个隐层进行组合和分析，并最终得到烟草的质量评分，从而实现自动化和高效化。

最后，神经网络方法还可以用于对烟草的成分进行分析。

烟草的主要成分包括尼古丁、烟酸、异戊巴比妥等。

传统的分析方法需要进行复杂的实验室检测。

利用神经网络方法，可以通过简单的光谱分析得到烟草的峰值和谱线信息，并从中提取相关成分的含量。

这种方法通过减少试验时间和成本，实现了烟草成分分析更加快速和高效。

总之，神经网络方法在烟叶分类领域中有着广泛的应用前景。

通过利用神经网络方法进行烟草图像分类、质量评估和成分分析等方面的研究，可以最终实现对烟草品质和成分的全面分析和控制，为烟草产业的发展提供有力的支持。

Data Base Technique •数据库技术Electronic Technology & Software Engineering 电子技术与软件工程• 165【关键词】烟草行业 BP 神经网络 假烟销售 预警模型在某市烟草专卖局的实地调研的基础之上，本文结合卷烟零售户销售假烟的驱动因素，构建了以BP 神经网络为基础的零售户销售假烟行为的预警模型，并对其进行样本检验，旨在为相关管理提出可供参考的价值。

基于BP 神经网络的零售户销售假烟行为的预警模型文/郭军 禄蕾 张艳1 违规零售户历史数据的特征分析以某市在违规销售假烟方面的调研历史数据为基础，对其进行细致深入的分析，销售假烟的情况与该商户的经营规模、经营状态有着极大的关系。

另外，商店所处的地理位置也会影响假烟的销售行为。

首先，从经营业态上讲，违规销售假烟的一般是规模较小的零杂货店或者是中小型超市居多，其次就其所处的商圈来看，主要还是以居民区或商业区为主，再次就其市场分布来看，假烟销售商一般都分布在农村、乡镇或城镇边缘地带。

一般说来，小型零售商或销售卷烟的数量和种类少，顾客群是一定的，在这种情况下销售假烟，会影响其销售信誉，因此违规销售烟草的商家开店的规模大都以中大型超市为主。

这里罗列着卷烟的种类繁杂，流动型的顾客人数较多，固定用户群少，不存在声誉受损的威胁。

2 零售户销售假烟行为的影响因素分析2.1 利益因素销售假烟最重要的一个因素就是可以给商家带来丰厚的利润。

烟草专卖是烟草行业的主要特征，因此所有零售商的烟草都是从当地的烟草专卖局取得的，有正规的批售指导价格以及零售价格。

但反观假烟，获取的渠道则是从非法途径获得的，进货成本较低，以市场指导零售价卖出，商家可获取巨大的利润。

再加之烟草专卖局对贩卖假烟的零售用户没有行之有力的处罚措施，因此在巨大的利益面前，很多零售商户都选择销售假烟。

2.2 环境因素就某市的烟草销售假烟实地调查显示，商户所处的地理环境也是影响假烟销售的相关因素。

基于BP神经网络的卷烟智能投放算法研究摘要：精准货源投放对于保持良好的卷烟市场状态具有十分重要的现实意义。

本文采用X区域2017-2022年的卷烟投放数据，提出了一种基于BP神经网络的卷烟智能投放算法。

通过对比支持向量机等算法，发现BP神经网络算法预测准确率最高，模型拟合度最优，能够准确地评估卷烟市场状态以满足精准投放的需求，可为实现卷烟产品精准投放策略的智能化生成提供关键技术支持。

关键词：卷烟智能投放；BP神经网络；性能评估1引言2022年全国烟草工作电视电话会议强调“坚持稳中求进，把保持经济平稳运行和市场良好状态摆在优先位置”。

烟草行业经济运行持续稳健发展需要良好的市场状态做支撑，而保持“供需均衡、价格稳定、库存合理、经营规范”的良好市场状态，与卷烟货源精准问题密切相关。

因此，做到货源投放精准对保持良好市场状态具有重要现实意义，也是促进卷烟营销高质量发展的关键所在。

本文引入多种机器学习技术来进行卷烟市场投放智能预测，采用X区域2017-2022年的卷烟投放数据构建训练集和测试集，通过对比支持向量机回归（SVR）、XGBoost 回归等多种机器学习算法，最终优选确定了BP神经网络算法来进行卷烟周销量预测，从而生成卷烟智能投放策略，最后通过与实际销售量对比来验证算法的精准度，为实现卷烟精准投放提供了算法依据。

2基于BP神经网络的卷烟智能投放算法2.1构造卷烟智能投放算法的特征向量基本输入变量包含三种主要特征类型，包括零售商的特征向量、销售类特征向量和市场状态特征向量。

零售商的特征向量：零售商的经营规模，具体市场细分类型，所处经营业态，所处商圈类型四大特征指标。

销售类特征向量：卷烟的月销售量、季销售量、各类卷烟销售量、价格指数等历史销售数据也是精准预测下一个周期卷烟投放数量的重要依据。

特别地，我们进一步引入了货源使用弹性系数这个特征向量。

市场状态特征向量：市场状态可以通过订单满足率、订购率、订足率、订足面（简称“三率一面”）和档位区间占比进行代表。

2019年32卷3期 Vol. 32 No. 3西"表$% &Southwest China Journal of Agricultural Sciences653文章编号：1001 -4829(2019)3-0653-06D O I：10. 16213/j. c n k i. s c ja s.2019. 3.031基于BP神经网络的烤烟外观质量预测模型李峥1，王建峰2，程小强2，段史江2，史文强2，胡蓉花2，肖荣贵2，申洪涛U*(1.河南农业大学烟草学院，河南郑州450002$2.江西省烟草公司吉安市公司，江西吉安343009$3.河南中烟工业有限责任公司，河南郑州450016)摘要：【目的】为探究烟叶常规化学成分与各单项外观质量评价指标之间的关系，为外观质量评价的智能精准化发展提供科学依据。

【方法】对选取的2017年湖南烟区具有代表性的初烤烟叶样品进行常规化学成分的测量及外观质量评定，通过因子分析法对作为B P神经网络输入变量的常规化学成分进行筛选,分别构建拓扑结构为7-10-1的各单项外观质量指标预测模型。

【结果】所选烟叶样品的常规化学成分含量和外观质量得分的统计分析符合正态分布，网络模型对样本的训练结果表明：各个单项外观质量评价指标预测模型中，网络模拟值与实际目标值之间的误差区间在0〜0. 5范围内的比例均达到60 %以上，误差区间在0〜1.0范围内的样本比例均达到90 %以上，其中成熟度和色度的决定系数达到显著水平;颜色、身份、油分、叶片结构的决定系数达到极显著水平。

【结论】基于烟叶常规化学成分含量，利用B P神经网络构建的各项外观质量指标预测模型具有较高的精准性。

关键词：烤烟&B P神经网络；外观质量；常规化学成分;预测模型中图分类号:S572 文献标识码!AConstruction of Flue-cured Tobacco Appearance Quality PredictionModel Based on Conventional Chemical CompositionLI Zheng1,WANG Jian-feng2% CHENG Xiao-t^iang2 ,DUAN Shi-jiang2 ,SHI Wen-qiang2 %HU Rong-liua2,XIAO Rong-gui2 ,SHEN Hong-tao1'3!(1 • College of Tobacco Science, Henan Agricultural University, Henan Zhengzhou 450002, China；2. Jian Tobacco Company of Jiangxi Prov­ince, Jiangxi Jian 343009, China；3. Henan Tobacco Industry Co. , Lt(J. , Henan Zhenghzhou 450016, China)A bstract:'O bjective (The present paper aimed to explore the relationship b etween the conventional chemical cevaluation indexes of the individual appearance quality, thus to promote the intelligent development of appearan od( The measurement of the conventional chemical composition and the appearance quality assessment of th tobacco leaves in Hunan t obacco area in 2017 were conducted. Through factor analysis, we selected the regular chemical components as in­put variables of BP n eural net^vorlc, and constructed a single appearance quality index prediction model with 7-10-1 topology. 'Result】 Thestatistical analysis of the conventional chemical composition and the appearance quality of the selected to mal distribution. The network model of the sample training results showed that the evaluation index of each individual appearance quality pre­diction model, the proportion of the error between the actual value and the target value of the in60 % network simulation, the proportion of the sample in the range of 0 -1.0error interval rechromaticity reached a significant level, a nd the >2of color, identity, oil and leaf structure reached a very significant level. ' Conclusion】Thedesigned BP neural network model can accurately predict the appearance quality through the conventional c Key w o rd s: Flue-cured tobacco; B P neural network; Appearance quality ；Conventional chemical composition ；Prediction model【研究意义（烟叶的外观质量表征了烟叶外在的特征特性，具有良好外观质量的烟叶是卷烟工业收稿日期:2018 -04-20基金项目：中国烟草总公司江西省公司资助项目（赣烟司[2017]66号）；河南中烟科技创新项目（ZW2015006)作者简介:李峥(1994 -",男，河南周口人，硕士研究生，研究方向为烟草调制与加工，E-mail:tobaccolz@126. com, !为通讯作者：申洪涛（1974 -",男，河南洛阳人，高级工程师，本科，主要从事烟草原料学研究，E-mail :409295114@qq. com。