基于魯棒回歸建模預(yù)測烤片煙氣苯酚的方法
【專利摘要】本發(fā)明提供一種基于魯棒回歸建模預(yù)測烤片煙氣苯酚的方法，通過已有的烤片理化數(shù)據(jù)和煙氣苯酚數(shù)據(jù)建立從理化指標(biāo)項(xiàng)到煙氣苯酚的模型，對于未知烤片煙氣苯酚樣本，可以利用其理化成分?jǐn)?shù)據(jù)直接預(yù)測烤片煙氣苯酚值。本發(fā)明省去了由傳統(tǒng)化學(xué)方式進(jìn)行卷制、燃燒、捕捉煙氣、檢測等步驟；同時(shí)，采用魯棒回歸模型，可以有效地避免因理化數(shù)據(jù)或煙氣數(shù)據(jù)中奇異值樣本導(dǎo)致的弊端，很大程度上保證模型的健壯性，這點(diǎn)正是魯棒回歸建模優(yōu)于普通線性回歸建模的優(yōu)點(diǎn)。實(shí)踐證明，該模型能夠有效地預(yù)測烤片的煙氣苯酚值，極大地提高檢測效率，降低檢測成本。
【專利說明】基于魯棒回歸建模預(yù)測烤片煙氣苯酚的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于魯棒回歸建模預(yù)測烤片煙氣苯酚的方法，屬于特定計(jì)算模型

【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002] 煙草煙氣是一種極為復(fù)雜的混合物，它是在卷煙抽吸過程中由煙草燃燒、裂解和 蒸餾而產(chǎn)生的。卷煙制品對于人體的危害性是通過燃吸過程而產(chǎn)生的。煙氣中的有害成 分主要是在燃燒過程中形成，而煙氣的化學(xué)特性是隨煙葉原料內(nèi)在化學(xué)成分的變化而變化 的。因此，卷煙煙葉原料的化學(xué)特性決定了卷煙煙氣的化學(xué)特性和安全性。苯酚是卷煙主 流煙氣中的一個(gè)重要有害成分，在煙草燃燒時(shí)直接進(jìn)入煙氣，產(chǎn)生不好的氣味，而且很難被 掩蓋，對呼吸系統(tǒng)有腐蝕作用和助癌作用。傳統(tǒng)的烤片煙氣苯酚數(shù)據(jù)的獲得方式是檢測烤 片燃燒后的煙氣中的化學(xué)成分指標(biāo)。通過這種方式獲得的煙氣數(shù)據(jù)，需要將烤片卷制成卷 煙燃燒后的煙氣進(jìn)行化學(xué)檢測，檢測過程費(fèi)時(shí)費(fèi)力且檢測成本極高。
[0003] 在線性回歸建模中，模型是建立在一定假設(shè)條件基礎(chǔ)上的，例如被觀測樣本誤差 為標(biāo)準(zhǔn)正態(tài)分布。如果誤差的分布是非對稱或者傾向于離群點(diǎn)，那么進(jìn)行線性回歸建模的 假設(shè)是不成立的，參數(shù)的估計(jì)、置信區(qū)間以及其他計(jì)算的統(tǒng)計(jì)量都是不可靠的。這種情況 下，用魯棒回歸進(jìn)行模型的建立是非常有效的。魯棒回歸建模包含了一種健壯的擬合方法， 與最小二乘法相比，對于數(shù)據(jù)中小部分的變異沒有那么敏感，提高了模型的可信度。
[0004] 魯棒回歸通過為每個(gè)數(shù)據(jù)點(diǎn)賦予一個(gè)權(quán)值進(jìn)行建模。加權(quán)是自動(dòng)的并且是重復(fù) 的，這個(gè)過程叫做自動(dòng)重加權(quán)最小二乘法。在第一階段，每個(gè)樣本點(diǎn)被賦予相同的權(quán)重，然 后利用普通的最小二乘法計(jì)算得到模型系數(shù)。在隨后的迭代中，每個(gè)樣本的點(diǎn)都將重新計(jì) 算，那些遠(yuǎn)離模型預(yù)測值的樣本點(diǎn)將被賦予較低的權(quán)重。之后利用經(jīng)過加權(quán)的最小二乘法 計(jì)算模型系數(shù)。迭代過程將一直進(jìn)行下去，一直到模型系數(shù)在一個(gè)設(shè)定的范圍波動(dòng)。
[0005] 因此以魯棒回歸建立一種預(yù)測模型由烤片理化數(shù)據(jù)直接獲取煙氣苯酚數(shù)據(jù)的方 法勢在必行。


【發(fā)明內(nèi)容】

[0006] 為解決現(xiàn)有技術(shù)檢測烤片煙氣苯酚數(shù)據(jù)的過程費(fèi)時(shí)、費(fèi)力、成本極高等問題，本發(fā) 明提出一種基于魯棒回歸建模預(yù)測烤片煙氣苯酚的方法。
[0007] 本發(fā)明通過已有的烤片理化數(shù)據(jù)和煙氣苯酚數(shù)據(jù)建立從理化指標(biāo)項(xiàng)到煙氣苯酚 的魯棒回歸預(yù)測模型，對于未知烤片煙氣苯酚樣本，利用其理化成分?jǐn)?shù)據(jù)套用模型直接預(yù) 測烤片煙氣苯酚值。具體經(jīng)過下列各步驟：
[0008] (1)將已知烤片的理化數(shù)據(jù)與煙氣苯酚數(shù)據(jù)對應(yīng)列出，建立數(shù)據(jù)樣本集；
[0009] (2)分別計(jì)算步驟（1)所得數(shù)據(jù)樣本集中各理化數(shù)據(jù)的列向量Xl?\和煙氣苯 酚數(shù)據(jù)的列向量y，通過下列公式分別計(jì)算各理化數(shù)據(jù)與煙氣苯酚的線性相關(guān)系數(shù)r，線性 相關(guān)系數(shù)r的絕對值大于0. 3所對應(yīng)的該項(xiàng)理化數(shù)據(jù)即為對煙氣苯酚有重要影響的特征指 標(biāo)項(xiàng)，作為建模用的輸入變量：
[0010]

【權(quán)利要求】
1. 一種基于魯棒回歸建模預(yù)測烤片煙氣苯酚的方法，其特征在于經(jīng)過下列各步驟： (1) 將已知烤片的理化數(shù)據(jù)與煙氣苯酚數(shù)據(jù)對應(yīng)列出，建立數(shù)據(jù)樣本集； (2) 分別計(jì)算步驟（1)所得數(shù)據(jù)樣本集中各理化數(shù)據(jù)的列向量Xl?Xl^P煙氣苯酚數(shù)據(jù) 的列向量y，通過下列公式分別計(jì)算各理化數(shù)據(jù)與煙氣苯酚的線性相關(guān)系數(shù)r，線性相關(guān)系 數(shù)r的絕對值大于0. 3所對應(yīng)的該項(xiàng)理化數(shù)據(jù)即為對煙氣苯酚有重要影響的特征指標(biāo)項(xiàng)， 作為建模用的輸入變量：
(1) 式中：x為某一理化數(shù)據(jù)的列向量，y為煙氣苯酚數(shù)據(jù)的列向量； (3) 根據(jù)不同產(chǎn)地、品種、檔次，均勻挑選245個(gè)烤片作為訓(xùn)練樣本，運(yùn)用魯棒回歸線性 建模算法，建立煙氣苯酚預(yù)測模型，其表達(dá)式為下式：
(2) 式中：Y為煙氣苯酚的模型預(yù)測值，X為理化數(shù)據(jù)向量，b為常數(shù)項(xiàng)，A為回歸系數(shù)向量； (4) 依據(jù)步驟（2)選擇的特征指標(biāo)項(xiàng)，將待測烤片的對應(yīng)理化數(shù)據(jù)作為輸入變量套用 至步驟（3)的預(yù)測模型中，即能測算得到待測烤片的煙氣苯酚的模型預(yù)測值Y。
2. 根據(jù)權(quán)利要求1所述的基于魯棒回歸建模預(yù)測烤片煙氣苯酚的方法，其特征在于： 所述步驟（1)的理化數(shù)據(jù)包括總糖、還原糖、煙堿、總揮發(fā)堿、總氮、煙堿氮、蛋白質(zhì)、施木克 值、氮堿比、氯、鉀、糖堿比和氨態(tài)堿。
3. 根據(jù)權(quán)利要求1所述的基于魯棒回歸建模預(yù)測烤片煙氣苯酚的方法，其特征在于： 所述步驟（3)運(yùn)用魯棒回歸線性建模算法的步驟如下： (a)進(jìn)行局部權(quán)重回歸擬合：每一次擬合過程只考慮所有擬合點(diǎn)數(shù)的一部分，每一個(gè) 被擬合點(diǎn)的取值都由與之鄰近的局部擬合范圍的散步點(diǎn)所決定，在每一個(gè)擬合點(diǎn)處都給予 不同的權(quán)重系數(shù)1，其權(quán)重系數(shù)在擬合點(diǎn)處為1，局部擬合范圍內(nèi)擬合點(diǎn)的兩邊各點(diǎn)的權(quán) 重系數(shù)依次以一定的規(guī)則遞減至零，超出擬合范圍的數(shù)據(jù)點(diǎn)處的權(quán)重均為0,其代數(shù)表達(dá)式 為：
式中：Wi為每個(gè)擬合點(diǎn)的權(quán)重系數(shù)，yi為實(shí)測值，為計(jì)算值； 按下才;+曾1固魃殘差：
式中士為普通最小二乘法的殘差，h為殘差調(diào)整杠桿值，用于降低影響擬合值較大點(diǎn) 處的權(quán)重，T為轉(zhuǎn)置； 標(biāo)準(zhǔn)調(diào)整殘差由下式給出：

式中：K為調(diào)整參數(shù)，取4. 685 ;s為魯棒性偏差；MAD是殘差的中值絕對偏差； (c) 按下式計(jì)算在局部擬合范圍內(nèi)每一點(diǎn)的魯棒性權(quán)重：
(d) 對于式（2)，將常數(shù)項(xiàng)b納入到回歸系數(shù)向量中，則式（2)簡化為：
依據(jù)權(quán)重最小二乘法求解使得下式取最小值的回歸系數(shù)向量A，并計(jì)算在X(l處的 值：
式中：J為權(quán)重最小二乘法求解的目標(biāo)函數(shù)。
4. 根據(jù)權(quán)利要求1所述的基于魯棒回歸建模預(yù)測烤片煙氣苯酚的方法，其特征在于： 所述步驟（3)的預(yù)測模型通過下列各步驟對擬合性能和推廣性能進(jìn)行評價(jià)： 根據(jù)不同產(chǎn)地、品種、檔次，均勻挑選45個(gè)與步驟（3)不同的烤片理化數(shù)據(jù)作為測試樣 本，套用至步驟（3)的預(yù)測模型中進(jìn)行性能測試，預(yù)測結(jié)果需同時(shí)滿足如下兩個(gè)條件，即判 定模型性能達(dá)到預(yù)測要求： A、 測試樣本與訓(xùn)練樣本的預(yù)測平均誤差相當(dāng)，即為下式所示：
式中：errtMin為預(yù)測模型對訓(xùn)練樣本的平均誤差，en^st為預(yù)測模型對測試樣本的平 均誤差； B、 測試樣本的預(yù)測值與實(shí)際值呈顯著的線性相關(guān)關(guān)系，即為下式所示：
式中：j>為測試樣本的預(yù)測值，y為測試樣本的實(shí)測值（該實(shí)測值是通過傳統(tǒng)方法測 得）。
5. 根據(jù)權(quán)利要求3所述的基于魯棒回歸建模預(yù)測烤片煙氣苯酚的方法，其特征在于： 所述步驟（d)的魯棒性權(quán)重若其擬合誤差未達(dá)到下列擬合誤差要求時(shí)，從步驟（b)開始迭 代計(jì)算，直至誤差達(dá)到要求或達(dá)到限定迭代次數(shù)為止：
【文檔編號(hào)】G06F19/00GK104143051SQ201410386263
【公開日】2014年11月12日 申請日期:2014年8月7日 優(yōu)先權(quán)日:2014年8月7日
【發(fā)明者】白曉莉, 段如敏, 周桂圓, 朱勇, 謝志強(qiáng), 余賀龍, 王保興, 劉挺, 盧偉 申請人:云南中煙工業(yè)有限責(zé)任公司