基于GECA的成品煙葉內(nèi)在化學(xué)成分聚類分析

張志成++侯開虎++陳興侯++劉雅琴++姚洪發(fā)++張慧

摘要：為解決多因素內(nèi)在化學(xué)成分對(duì)不同品種煙葉的影響分析，為實(shí)現(xiàn)生產(chǎn)過程質(zhì)量均勻化奠定基礎(chǔ)，通過ANTARIS II近紅外光譜儀采集不同等級(jí)的成品煙葉煙堿、總糖、還原糖、總氮、K和CL六種化學(xué)成分含量。采用灰熵關(guān)聯(lián)分析方法，分析分為七個(gè)步驟：通過對(duì)原始數(shù)據(jù)進(jìn)行規(guī)格化處理；計(jì)算出不同等級(jí)煙葉的各評(píng)價(jià)指標(biāo)相對(duì)于最優(yōu)參考序列、最差參考序列的關(guān)聯(lián)系數(shù)；計(jì)算不同等級(jí)煙葉不同指標(biāo)關(guān)聯(lián)系數(shù)密度分布值；根據(jù)每種指標(biāo)所占的權(quán)重計(jì)算權(quán)重密度分布值；計(jì)算灰色關(guān)聯(lián)熵；計(jì)算灰色熵關(guān)聯(lián)度；形成不同等級(jí)成品煙葉樣品的相對(duì)關(guān)聯(lián)度，根據(jù)灰色熵關(guān)聯(lián)度進(jìn)行不同等級(jí)煙葉的聚類分析。以麒麟復(fù)烤廠的23個(gè)等級(jí)成品煙的六個(gè)化學(xué)成分為分析對(duì)象，最后聚為五個(gè)類別，每個(gè)類別在六個(gè)指標(biāo)含量上總是最接近的。通過把灰色熵關(guān)聯(lián)方法建立的煙葉聚類模型與傳統(tǒng)感官品吸結(jié)論進(jìn)行比較，證實(shí)通過灰色熵關(guān)聯(lián)方法建立的煙葉聚類模型與傳統(tǒng)品吸結(jié)論比較吻合，可以用此方法對(duì)選后煙葉進(jìn)行分析，建立復(fù)烤加工配方的參考模型，有利于提高配方的科學(xué)性，在均質(zhì)化生產(chǎn)模型建立上邁進(jìn)重要的一步。

Abstract： In order to solve the influence of multi-factor intrinsic chemical composition on different varieties of tobacco leaves， and lay the foundation for achieving the homogenization of the production process the nicotine， different levels of finished tobacco tobacco nicotine， total sugar， reducing sugar， total nitrogen， K and CL six chemical composition content were obtained by ANTARIS II near infrared spectroscopy. Using the gray entropy correlation analysis method， the analysis is divided into seven steps： normalizing the raw data； calculating the correlation coefficient of the evaluation index of different grades of tobacco leaves relative to the optimal reference sequence and the worst reference sequence； calculating different grades and the relative entropy degree of the samples with different grades of finished tobacco leaves， according to the gray entropy correlation degree， the gray entropy correlation degree， the gray entropy correlation degree， the gray entropy correlation degree， the gray entropy correlation degree， the gray entropy correlation degree， Clustering analysis of different grades of tobacco leaves. The six chemical constituents of the 23 grade grades of the Kirin re-drying factory were analyzed for the five categories， each of which was always the closest to the six indicators. he tobacco leaf clustering model established by the gray entropy correlation method was compared with the traditional sensory absorption theory. It was confirmed that the tobacco leaf clustering model established by the gray entropy correlation method was consistent with the traditional method. This method can be used to analyze post-election tobacco leaves， the establishment of re-roasting processing formula reference model is conducive to improving the scientific formula， and in the homogenization of the establishment of an important step in the production model.

關(guān)鍵詞：煙葉內(nèi)在化學(xué)成分；加權(quán)；灰熵關(guān)聯(lián)分析；聚類分析

Key words： tobacco leaf internal chemical composition；weighting；gray entropy correlation analysis；cluster analysisendprint

中圖分類號(hào)：S572 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2018）02-0186-05

0 引言

經(jīng)過近幾十年的發(fā)展，我國(guó)煙葉的總體質(zhì)量正在穩(wěn)步的提高，但相對(duì)于國(guó)外而言，中國(guó)的煙葉質(zhì)量的總體水平并不高。成品煙葉的質(zhì)量往往是決定卷煙質(zhì)量的根本，煙葉復(fù)烤環(huán)節(jié)也就成了煙草生產(chǎn)過程中至關(guān)重要的環(huán)節(jié)。朱尊權(quán)[1]指出：“煙葉的化學(xué)性質(zhì)和物理性質(zhì)往往決定煙葉的質(zhì)量”。左天覺[2]指出：“煙葉的可用性或者說契合性就是煙葉的質(zhì)量”。復(fù)烤過程的質(zhì)量均勻性和穩(wěn)定性是提升產(chǎn)品質(zhì)量的要求?；瘜W(xué)成分對(duì)均質(zhì)化生產(chǎn)的研究一直以來都是煙草行業(yè)研究的重點(diǎn)，陰耕云[3]等人用化學(xué)指標(biāo)衡量打葉復(fù)烤片煙均質(zhì)性進(jìn)行了研究；符在德等[4，5]以化學(xué)成分均質(zhì)性為研究目標(biāo)，進(jìn)行了化學(xué)指標(biāo)均值性評(píng)價(jià)和初烤煙精選分級(jí)等相關(guān)問題。

隨著大數(shù)據(jù)研究浪潮的來臨，統(tǒng)計(jì)學(xué)的諸多方法，已經(jīng)開始廣泛地應(yīng)用在煙葉質(zhì)量測(cè)評(píng)方面，灰色關(guān)聯(lián)分析法就是目前比較常見的基于煙葉化學(xué)成分對(duì)煙葉質(zhì)量進(jìn)行測(cè)評(píng)的方法。楊進(jìn)文[6]等人用灰色關(guān)聯(lián)度對(duì)煙草不同模塊的化學(xué)成分進(jìn)行分析；譚仲夏[7，8]運(yùn)用灰色關(guān)聯(lián)對(duì)不同品種煙葉內(nèi)在質(zhì)量進(jìn)行了分析?；疑P(guān)聯(lián)分析法能夠處理樣本量不大并且并不一定具有典型分布或線性關(guān)系的數(shù)據(jù)，相對(duì)于傳統(tǒng)的通經(jīng)分析、聚類分析和多元回歸分析等方法具有更佳的適用性和實(shí)用性。

灰色系統(tǒng)利用較少的原始數(shù)據(jù)進(jìn)一步挖掘一些未知的信息，目的是尋求體系中的規(guī)律，用于解釋所研究的問題，其灰色模型對(duì)數(shù)據(jù)的容量大小和概率分布沒有嚴(yán)格要求，適用性較強(qiáng)[9]。與此同時(shí)，現(xiàn)有的灰色關(guān)聯(lián)方法存在一些缺點(diǎn)：測(cè)度值分布離散的情況下測(cè)度值大的決定了總體關(guān)聯(lián)度的偏向；計(jì)算測(cè)度值平均值的辦法掩蓋了許多測(cè)度值的個(gè)性，造成信息的損失。基于灰色關(guān)聯(lián)分析方法的缺點(diǎn)，本文采用了改進(jìn)了的灰關(guān)聯(lián)分析方法，一定程度上彌補(bǔ)了灰關(guān)聯(lián)法的缺點(diǎn)[10，11]。近年來，對(duì)模糊系統(tǒng)的問題研究的灰色方法被廣泛運(yùn)用在各種研究中，灰色熵關(guān)聯(lián)分析也被廣泛運(yùn)用，但在煙草行業(yè)的研究中還比較少見。

本文采用灰色關(guān)聯(lián)熵方法對(duì)麒麟復(fù)烤廠成品煙葉的化學(xué)成分進(jìn)行綜合評(píng)價(jià)。通過采集不同等級(jí)的成品煙葉樣本作為研究對(duì)象，利用ANTARIS II近紅外光譜儀對(duì)煙葉的主要化學(xué)成分進(jìn)行檢測(cè)，主要檢測(cè)指標(biāo)包括：煙堿、總糖、還原糖、總氮、K和Cl，然后利用灰色關(guān)聯(lián)熵分析法，引入不同化學(xué)成分的衡量比重，通過相對(duì)灰熵加權(quán)關(guān)聯(lián)度作為成品煙葉聚類測(cè)度，建立成品煙葉內(nèi)在化學(xué)成分的灰色關(guān)聯(lián)熵分析聚類模型。

1 灰色關(guān)聯(lián)熵分析模型

灰色關(guān)聯(lián)分析模型就是對(duì)運(yùn)行機(jī)制模糊的灰色關(guān)系進(jìn)行模式化和序列化，然后量化和序化灰色關(guān)系，因此對(duì)復(fù)雜系統(tǒng)建模時(shí)灰色關(guān)聯(lián)分析是研究問題的重要手段。灰色關(guān)聯(lián)分析的原理是通過比較數(shù)列與參考數(shù)列幾何形狀的相似程度來判斷因素間關(guān)聯(lián)程度，這種方法能夠很好的解決線性關(guān)系不明確的問題。灰關(guān)聯(lián)分析存在一定的缺點(diǎn)，例如局部點(diǎn)的關(guān)聯(lián)傾向，信息的損失，因此，根據(jù)有關(guān)的研究[10]認(rèn)為，灰關(guān)聯(lián)熵分析法能有效的克服灰色關(guān)聯(lián)度分析法的缺點(diǎn)，是改進(jìn)了的灰關(guān)聯(lián)分析方法。

灰關(guān)聯(lián)熵分析法分析確定因子間影響程度的有效方法，基本步驟：①采用標(biāo)準(zhǔn)化、初值化和均值化等無量綱化方法對(duì)原始數(shù)據(jù)進(jìn)行轉(zhuǎn)換；②進(jìn)一步計(jì)算出序列對(duì)應(yīng)參考序列的關(guān)聯(lián)系數(shù)；③求出灰熵關(guān)聯(lián)分布的密度值；④求出序列灰關(guān)聯(lián)熵；⑤依據(jù)序列灰熵關(guān)聯(lián)度的大小進(jìn)行排序，關(guān)聯(lián)度值越大說明序列間關(guān)聯(lián)性越好。

1.1 參考序列的選擇

設(shè)選取的樣品數(shù)為m，選取的評(píng)價(jià)指標(biāo)數(shù)為n，由此評(píng)價(jià)單元序列表示為{Xak}（a=1，2，3，…，m；k=1，2，3，…，n；本研究中m=23，n=5）。

灰色關(guān)聯(lián)分析選擇一組序列作為參考序列，其他的序列為比較序列，通過比較序列和參考序列的相似程度判斷聯(lián)系的緊密性，參考序列的選擇沒有既定的標(biāo)準(zhǔn)，一般選擇最優(yōu)參考序列和最差參考序列分別比較。設(shè)最優(yōu)參考序列為{Xsk}（k=1，2，3，…，n），對(duì)應(yīng)所選樣本各項(xiàng)指標(biāo)的最大值，最差參考序列為{Xtk}（k=1，2，3，…，n），對(duì)應(yīng)所選樣本各項(xiàng)指標(biāo)的最小值[12-14]。

1.2 原始數(shù)據(jù)無量綱化處理

測(cè)量指標(biāo)間的數(shù)據(jù)差異往往較大，測(cè)量數(shù)據(jù)不統(tǒng)一，無法進(jìn)行序列之間的比較，應(yīng)對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理?；谊P(guān)聯(lián)度分析的數(shù)據(jù)規(guī)格化處理就是對(duì)數(shù)據(jù)無量綱化處理，無量綱化方法常用的有初值化和均值化，這里采用了均值化對(duì)數(shù)據(jù)進(jìn)行處理。設(shè)處理后的數(shù)據(jù)為Yik，初始數(shù)據(jù)為Xik，XK為樣本指標(biāo)均值，公式如下：

Yik=Xik/XK （1）

1.3 關(guān)聯(lián)系數(shù)的計(jì)算[12-14]

1.3.1 與最優(yōu)參考序列比較的關(guān)聯(lián)系數(shù)按式（2）計(jì)算：

）

1.3.2 相對(duì)于最差參考序列的關(guān)聯(lián)系數(shù)計(jì)算公式為：

1.4 關(guān)聯(lián)熵的計(jì)算

按照式（4）計(jì)算灰色關(guān)聯(lián)系數(shù)分布的密度值，按照式（5）計(jì)算加權(quán)分布密度值，按照式（6）計(jì)算灰關(guān)聯(lián)熵，按照式（7）計(jì)算灰熵關(guān)聯(lián)度。設(shè)各個(gè)指標(biāo)的權(quán)重為λk[15]。

1.5 定義并計(jì)算相對(duì)灰熵關(guān)聯(lián)度

對(duì)于最優(yōu)參考灰熵關(guān)聯(lián)度ri （s）越大，同時(shí)對(duì)于最差參考灰熵關(guān)聯(lián)度ri （t）越小，表示所評(píng)價(jià)序列越理想，被比較單元序列{Xik}相對(duì)于{Xsk}和{Xtk}的相對(duì)灰熵關(guān)聯(lián)度為[10]：

根據(jù)相對(duì)灰熵關(guān)聯(lián)度的大小對(duì)評(píng)價(jià)的序列進(jìn)行排序。

2 成品煙葉化學(xué)成分的灰色關(guān)聯(lián)度模式聚類分析

2.1 樣本數(shù)據(jù)集的建立

用近紅外光譜儀對(duì)選定的23個(gè)等級(jí)成煙的6個(gè)化學(xué)指標(biāo)進(jìn)行測(cè)定，并計(jì)算其所占的含量百分比，建立評(píng)價(jià)成品煙葉質(zhì)量的灰色模式識(shí)別數(shù)據(jù)集，如表1所示。

2.2 原始數(shù)據(jù)無量綱化處理endprint

將原始數(shù)據(jù)按公式（1）進(jìn)行規(guī)范化處理，結(jié)果如表2所示；并計(jì)算各評(píng)價(jià)單元序列相對(duì)最優(yōu)（差）參考序列的差值。

2.3 關(guān)聯(lián)系數(shù)與關(guān)聯(lián)度的計(jì)算

根據(jù)麒麟復(fù)烤廠復(fù)烤過程質(zhì)量控制的標(biāo)準(zhǔn)，各化學(xué)成分的權(quán)重為：煙堿占0.4；總糖占0.2；還原糖占0.2；總氮占0.1，K占0.05，CL占0.05，依據(jù)公式（2），（3），（4），（5），（6），（7）分別計(jì)算各評(píng)價(jià)單元相對(duì)于最優(yōu)參考序列、最差參考序列的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度，結(jié)果如表3，4，5所示。

2.4 相對(duì)灰熵關(guān)聯(lián)度的計(jì)算

依據(jù)公式（6）計(jì)算23個(gè)批次成品煙葉的相對(duì)灰熵關(guān)聯(lián)度，并進(jìn)行排序，確定不同等級(jí)成品煙葉化學(xué)指標(biāo)排序，結(jié)果如表6所示。

2.5 煙葉品種的聚類分析

通過使用SPSS軟件，選擇K-均值聚類法根據(jù)表6中的灰熵關(guān)聯(lián)度對(duì)煙葉品種進(jìn)行聚類分析，根據(jù)最終聚類中心把煙葉品種分為4個(gè)等級(jí)，如表7所示。與麒麟復(fù)烤廠長(zhǎng)期以來對(duì)煙葉品吸的分類比較，本論文所建立的聚類分析模型與經(jīng)驗(yàn)所得的分類結(jié)論吻合，分類上更加細(xì)致準(zhǔn)確。

3 小結(jié)與討論

通過采集麒麟復(fù)烤廠不同等級(jí)的成品煙葉樣本，利用檢測(cè)儀器得出其主要化學(xué)成分的各項(xiàng)指標(biāo)，最后得出了23個(gè)等級(jí)成品煙葉的相對(duì)灰熵關(guān)聯(lián)度，并進(jìn)行了化學(xué)指標(biāo)含量排序，最后得到表6。再用K-均值聚類法對(duì)樣本種類進(jìn)行分類，共分為5個(gè)類別，從表7中可以看出，B2F、B3F、B（2F、BB03、BB01、B03等級(jí)的煙葉內(nèi)在化學(xué)成分最為接近，B01、CF03、F03、C4C03、CC03等級(jí)的煙葉內(nèi)在化學(xué)成分最為接近，YCC03、C3FL、C4X2F、C3X2F、C4F、X03、X30、X2F等級(jí)的煙葉內(nèi)在化學(xué)成分最為接近，此結(jié)論與傳統(tǒng)感官判斷得出的結(jié)論比較吻合。因此，可以利用灰色系統(tǒng)，加入各化學(xué)指標(biāo)所占的權(quán)重，以定義的灰熵相對(duì)關(guān)聯(lián)度為測(cè)度的方法，對(duì)選后煙葉進(jìn)行分析，建立復(fù)烤廠選后煙葉內(nèi)在化學(xué)成分的灰色關(guān)聯(lián)熵聚類模型，代替?zhèn)鹘y(tǒng)的統(tǒng)感官判斷方法來確定煙葉進(jìn)行配比方案，保證煙葉內(nèi)在化學(xué)成分的均勻性，從而保證產(chǎn)品的質(zhì)量的均質(zhì)化。此模型的使用有利于實(shí)現(xiàn)煙葉品質(zhì)判定的數(shù)據(jù)化和科學(xué)化，為不同客戶的煙葉配方的確定提供新的數(shù)據(jù)支撐。

參考文獻(xiàn)：

[1]朱尊權(quán).煙葉的可用性與卷煙的安全性[J].煙草科技，2000，8.

[2]左天覺.煙葉質(zhì)量和可用性理論模型工[J].煙草科技通訊，1977（04）：54-61.

[3]陰耕云，徐世濤，侯讀成，等.以化學(xué)指標(biāo)衡量打葉復(fù)烤片煙均質(zhì)性的初步研究.中國(guó)煙草學(xué)會(huì)工業(yè)專業(yè)委員會(huì)2010年煙草工藝學(xué)術(shù)研討會(huì)論文集[C].

[4]符在德.煙葉化學(xué)成分檢測(cè)及其在打葉復(fù)烤均質(zhì)化加工中的研究與應(yīng)用[D].吉首大學(xué).

[5]李東亮.基于化學(xué)成分的煙草質(zhì)量評(píng)價(jià)方法研究與應(yīng)用[D].鄭州：河南農(nóng)業(yè)大學(xué)，2008.

[6]楊進(jìn)文，史雨剛，王曙光，等.用灰色關(guān)聯(lián)度對(duì)煙草不同模塊化學(xué)成分分析[J].山西工業(yè)大學(xué)學(xué)報(bào)，2013，33（2）.

[7]譚仲夏.應(yīng)用灰色關(guān)聯(lián)對(duì)不用品種煙葉內(nèi)在質(zhì)量的分析[J].中國(guó)農(nóng)學(xué)通報(bào)，2006，22（8）.

[8]馮連軍，朱列書，朱靜嫻.湖南烤煙煙葉主要物理特性與主要化學(xué)指標(biāo)間的灰色關(guān)聯(lián)度分析[J].安徽農(nóng)業(yè)大學(xué)學(xué)報(bào)，2012，39（1）：140-143.

[9]Liu S， Forrest J， Yang Y. A summary of the progress in grey system rese-arch[C]//Grey Systems and Intelligent Services， 2013 IEEE International

[10]張岐山，郭喜江.灰關(guān)聯(lián)熵分析方法[J].系統(tǒng)工程理論與實(shí)踐，1996（8）：7-11.

[11]劉思峰，蔡華，楊英杰，等.灰色關(guān)聯(lián)分析模型研究進(jìn)展[J]. 系統(tǒng)工程理論與實(shí)踐，2013，33（8）：2041-2046.

[12]譚仲夏，秦西云.灰色關(guān)聯(lián)分析方法在煙草內(nèi)在質(zhì)量評(píng)價(jià)上的應(yīng)用[J].安徽農(nóng)業(yè)科學(xué)，2006，34（5）：924.

[13]李碩，李成義，李敏，等.基于灰色關(guān)聯(lián)分析方法評(píng)價(jià)商品甘草藥材質(zhì)量[J].中國(guó)實(shí)驗(yàn)方劑學(xué)雜志，2015，21（1）：89-94.

[14]王平，王云峰.綜合權(quán)重的灰色關(guān)聯(lián)分析法在河流水質(zhì)評(píng)價(jià)中的應(yīng)用[J].水資源保護(hù)，2013（05）：52-54，64.

[15]吳喜榮.基于灰關(guān)聯(lián)熵分析法的瀝青混合料抗裂性能影響因素分析[J].水利與建筑工程學(xué)報(bào)，2017（02）：92-95，137.endprint