基于BP神經(jīng)網(wǎng)絡(luò)的烤煙外觀質(zhì)量預(yù)測模型

李 崢，王建峰，程小強(qiáng)，段史江，史文強(qiáng)，胡蓉花，肖榮貴，申洪濤,3*

(1.河南農(nóng)業(yè)大學(xué)煙草學(xué)院，河南 鄭州 450002；2.江西省煙草公司吉安市公司，江西 吉安 343009；3. 河南中煙工業(yè)有限責(zé)任公司，河南 鄭州 450016)

【研究意義】煙葉的外觀質(zhì)量表征了煙葉外在的特征特性，具有良好外觀質(zhì)量的煙葉是卷煙工業(yè)的原料基礎(chǔ)。煙葉外觀質(zhì)量的形成與其內(nèi)在化學(xué)成分含量之間密切相關(guān)[1-2]，目前有關(guān)此方面研究多集中在外觀質(zhì)量評價(jià)指標(biāo)和化學(xué)成分之間的數(shù)理統(tǒng)計(jì)方法探究，諸如簡單相關(guān)分析[3-4]、通徑分析[5]、逐步回歸分析[6]、關(guān)聯(lián)度分析[7]等方法。上述研究雖然可以實(shí)現(xiàn)外觀質(zhì)量的定性分析，但無法直接給出明確的外觀質(zhì)量評價(jià)預(yù)測結(jié)果，仍舊無法擺脫煙葉外觀質(zhì)量人為評定存在的主觀性和隨意性[8]，因此如何探究出煙葉化學(xué)成分與外觀質(zhì)量之間存在的復(fù)雜關(guān)系具有重要研究意義?！厩叭搜芯窟M(jìn)展】隨著人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，BP(Error Back Propagation Training)神經(jīng)網(wǎng)絡(luò)在解決簡單感知器無法處理的異或(Exclusive OR，XOR)和一些其他問題方面發(fā)揮了重要作用，具備任意復(fù)雜的模式分類能力和優(yōu)秀的多維函數(shù)映射能力[9]，無疑為這種復(fù)雜關(guān)系的探究模式提供了新的解決思路。目前在工業(yè)、經(jīng)濟(jì)、醫(yī)療、農(nóng)業(yè)等領(lǐng)域得到了廣泛的應(yīng)用[10-15]。有關(guān)BP神經(jīng)網(wǎng)絡(luò)在煙葉質(zhì)量評價(jià)方面的研究也取得了一定的研究進(jìn)展，例如：彭黔榮等[16]利用3層BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了煙葉品質(zhì)的識別；陳清等[17]基于煙草中性致香物質(zhì)含量，采用遺傳BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了煙草香味特征的識別模型；邵惠芳等[18]和路曉崇等[19]分別以化學(xué)成分含量和顏色特征值為網(wǎng)絡(luò)模型輸入指標(biāo)，實(shí)現(xiàn)了感官質(zhì)量的預(yù)測?！颈狙芯壳腥朦c(diǎn)】本研究以湖南煙區(qū)烤煙為研究對象，基于煙葉樣品常規(guī)化學(xué)成分的測定和統(tǒng)計(jì)分析，利用BP神經(jīng)網(wǎng)絡(luò)具備處理任何復(fù)雜非線性映射的強(qiáng)大功能的特點(diǎn)，構(gòu)建各單項(xiàng)外觀質(zhì)量指標(biāo)預(yù)測模型?！緮M解決的關(guān)鍵問題】旨在為烤煙外觀質(zhì)量評價(jià)的智能化、精準(zhǔn)化發(fā)展提供一定科學(xué)依據(jù)和理論支撐。

1 材料與方法

1.1 試驗(yàn)材料

參照中國煙草種植區(qū)劃[20]對湖南煙區(qū)的劃分，湖南煙區(qū)分為湘南和湘西兩個(gè)生態(tài)區(qū)，分別選取湘南煙區(qū)的桂陽、宜章、安仁、嘉禾、永興、藍(lán)山、新田、江華、望城、瀏陽、耒陽、常寧，湘西煙區(qū)的邵東、隆回、新寧、遂寧、武岡、洪江、桃源、臨澧、永順、龍山等22個(gè)縣、市的39個(gè)主產(chǎn)鄉(xiāng)鎮(zhèn)2017年的初烤煙葉樣品390個(gè)，經(jīng)嚴(yán)格分選后，最終共獲取具有代表性的煙葉樣片336個(gè)。

1.2 試驗(yàn)方法

1.2.1 煙葉常規(guī)化學(xué)成分檢測 煙葉樣品中的總糖、還原糖、總氮、鉀、氯、淀粉等常規(guī)化學(xué)成分指標(biāo)含量采用流動分析法測定，煙堿采用分光光度法測定。各項(xiàng)化學(xué)成分參照標(biāo)準(zhǔn)如下：總糖(YC/T 159-2002)、還原糖(YC/T 216-2007)、總氮(YC/T 160-2002)、煙堿(GB/T 23225-2008)、鉀(YC/T217-2007)、氯(YC/T 162-2002)、淀粉(YC/T 216-2013)、蛋白質(zhì)(YC/T 249-2008)。

1.2.2 烤煙外觀質(zhì)量評價(jià) 依據(jù)GB 2635-92烤煙分級標(biāo)準(zhǔn)結(jié)合專家咨詢法確定烤煙外觀質(zhì)量評價(jià)指標(biāo)并建立評分標(biāo)準(zhǔn)(表1)，表中各項(xiàng)外觀質(zhì)量統(tǒng)一最高得分值為10，對外觀質(zhì)量指標(biāo)各檔次賦以不同分值，煙葉質(zhì)量和得分成正比。煙葉樣品鑒定前平衡含水率至16 %～18 %，組織10名烤煙煙葉分級專家依據(jù)感官感受和評分標(biāo)準(zhǔn)逐項(xiàng)對顏色、成熟度、色度、身份、油分、葉片結(jié)構(gòu)等6項(xiàng)外觀質(zhì)量指標(biāo)進(jìn)行評分，其中各項(xiàng)指標(biāo)統(tǒng)一最高得分為10，對外觀質(zhì)量指標(biāo)各檔次賦以不同分值，煙葉質(zhì)量越高，最終得分值越高。

1.3 數(shù)據(jù)處理

數(shù)據(jù)處理、統(tǒng)計(jì)和建模采用Matlab2016b軟件，作圖采用Excel2013軟件。

2 結(jié)果與分析

2.1 煙葉常規(guī)化學(xué)成分和外觀質(zhì)量的描述性統(tǒng)計(jì)

對336個(gè)煙葉樣品的各項(xiàng)化學(xué)成分及外觀質(zhì)量指標(biāo)得分進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果見表2。從變異系數(shù)可以看出煙葉常規(guī)化學(xué)成分成分和外觀質(zhì)量評價(jià)指標(biāo)呈弱變異和中等強(qiáng)度變異。其中顏色、成熟度、色度、身份、油分、葉片結(jié)構(gòu)等6項(xiàng)外觀質(zhì)量評價(jià)指標(biāo)以及常規(guī)化學(xué)成分中的還原糖、總氮、鉀、淀粉、蛋白質(zhì)的變異系數(shù)均小于10 %，屬弱變異。總糖、煙堿、氯的變異系數(shù)介于10 %～15 %范圍，屬中等強(qiáng)度變異。

根據(jù)峰度和偏度值，除常規(guī)化學(xué)成分中的氯指標(biāo)以及外觀質(zhì)量評價(jià)中的身份指標(biāo)相對較大，但總體呈現(xiàn)為尖頂峰，其余指標(biāo)的峰度和偏度較小，均接近于0。表明樣品的常規(guī)化學(xué)成分含量和外觀質(zhì)量評價(jià)得分均服從正態(tài)分布規(guī)律，滿足回歸分析、相關(guān)分析、關(guān)聯(lián)度分析等經(jīng)典統(tǒng)計(jì)分析的基本要求，具有良好的統(tǒng)計(jì)意義。

表1 烤煙外觀質(zhì)量評價(jià)指標(biāo)及評分標(biāo)準(zhǔn)

表2 煙葉樣品常規(guī)化學(xué)成分與外觀質(zhì)量的基本統(tǒng)計(jì)

2.2 樣品常規(guī)化學(xué)成分因子分析

神經(jīng)網(wǎng)絡(luò)輸入變量的篩選一般有專家咨詢和因子分析2種方式[21]，本文對煙葉樣品中8種化學(xué)成分進(jìn)行因子分析，并將因子載荷矩陣方差極大正交旋轉(zhuǎn)，得到旋轉(zhuǎn)后的因子載荷矩陣(表3)。由表可知在累計(jì)方差貢獻(xiàn)率為94.48 %(>90 %)的前提下，分析得到6個(gè)主因子，滿足因子分析的原則。6個(gè)因子中因子1貢獻(xiàn)率最高為20.42 %，其次為因子2的貢獻(xiàn)率17.47 %，因子5對烤煙常規(guī)化學(xué)成分含量的貢獻(xiàn)率為15.67 %，因子3、因子4和因子6的貢獻(xiàn)率均在15 %以下，分別為14.81 %、13.08 %和13.03 %。因子1主要反映了總糖和還原糖的影響；因子2主要反映了煙堿成分的作用；因子3主要反映了淀粉含量的影響；因子4、因子5和因子6分別主要反映總氮、鉀離子和蛋白質(zhì)的影響。

表3 方差極大正交旋轉(zhuǎn)后的因子載荷矩陣

2.3 網(wǎng)絡(luò)結(jié)構(gòu)及數(shù)據(jù)處理

BP神經(jīng)網(wǎng)絡(luò)在不限制隱含層節(jié)點(diǎn)數(shù)的情況下，只有一個(gè)隱含層即可實(shí)現(xiàn)任意非線性映射[22]。因此本文確定的網(wǎng)絡(luò)預(yù)測模型采用典型的三層結(jié)構(gòu)，即包括輸入層、隱含層和輸出層。根據(jù)因子分析結(jié)果，以煙葉常規(guī)化學(xué)成分中的總糖、還原糖、總氮、煙堿、鉀、淀粉、蛋白質(zhì)共7項(xiàng)指標(biāo)作為BP神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)，以煙葉外觀質(zhì)量中顏色、成熟度、色度、身份、油分、葉片結(jié)構(gòu)等6項(xiàng)指標(biāo)得分分別作為網(wǎng)絡(luò)模型的輸出參數(shù)共建立6個(gè)預(yù)測模型，隱含層的神經(jīng)元數(shù)目可依據(jù)經(jīng)驗(yàn)公式(1)確定[23]。通過網(wǎng)絡(luò)性能測試確定單元數(shù)為10的隱含層所構(gòu)建的網(wǎng)絡(luò)模型擬合殘差最小，因此構(gòu)建拓?fù)浣Y(jié)構(gòu)為7-10-1的BP神經(jīng)網(wǎng)絡(luò)(圖1)。

(1)

式中：n為隱含層節(jié)點(diǎn)數(shù)，x為輸入神經(jīng)元數(shù)量，y為輸出神經(jīng)元數(shù)量，z為經(jīng)驗(yàn)值([1,10]之間的常數(shù))。

由于作為訓(xùn)練樣本輸入層的各項(xiàng)化學(xué)成分?jǐn)?shù)據(jù)之間在單位和數(shù)量級方面存在較大差異，對于BP神經(jīng)網(wǎng)絡(luò)而言輸入值和輸出值應(yīng)限制在一定范圍內(nèi)，這樣較大的輸入值也可進(jìn)入網(wǎng)絡(luò)轉(zhuǎn)化函數(shù)梯度大的區(qū)域以提升網(wǎng)絡(luò)訓(xùn)練速度，同時(shí)可確保網(wǎng)絡(luò)訓(xùn)練的精準(zhǔn)性使結(jié)果更為有效。因此本文采用Matlab2016b軟件通過premnmx函數(shù)對作為輸入層的7項(xiàng)化學(xué)成分指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理，將數(shù)據(jù)變換至[-1,1]區(qū)間內(nèi)。

2.4 網(wǎng)絡(luò)創(chuàng)建與樣本訓(xùn)練

BP神經(jīng)網(wǎng)絡(luò)創(chuàng)建采用Matlab2016b軟件進(jìn)行，將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)導(dǎo)入軟件中，基于上述輸入層、隱含層、輸出層參數(shù)設(shè)定的基礎(chǔ)上，采用newff函數(shù)創(chuàng)建網(wǎng)絡(luò)，輸入層至隱含層的連接函數(shù)設(shè)置為tan-sigmoid飽和正切函數(shù)，隱含層到輸出層采用purelin線性轉(zhuǎn)換函數(shù)，訓(xùn)練函數(shù)選擇應(yīng)用較為廣泛的Levenberg-Marguardt數(shù)值優(yōu)化算法，該算法可依據(jù)網(wǎng)絡(luò)訓(xùn)練誤差變化自動調(diào)節(jié)網(wǎng)絡(luò)參數(shù)，以提升目標(biāo)輸出的精度及網(wǎng)絡(luò)收斂速度[24]。網(wǎng)絡(luò)訓(xùn)練采用分批次測試的方式進(jìn)行，在336個(gè)樣本中隨機(jī)選擇70 %作為訓(xùn)練樣本，剩余30 %的樣本作為測試樣本以檢驗(yàn)構(gòu)建的網(wǎng)絡(luò)對訓(xùn)練樣本的訓(xùn)練準(zhǔn)確度；網(wǎng)絡(luò)訓(xùn)練參數(shù)方面訓(xùn)練步數(shù)設(shè)為100，反復(fù)訓(xùn)練次數(shù)為1000，目標(biāo)誤差精度為0.001，訓(xùn)練速率為0.1，其余均采用系統(tǒng)默認(rèn)值。相應(yīng)的Matlab程序代碼如下：

x1、x2、……、x7分別表示煙葉常規(guī)化學(xué)成分中的總糖、還原糖、總氮、煙堿、鉀、淀粉、蛋白質(zhì)；y表示煙葉外觀質(zhì)量評價(jià)指標(biāo)圖1 BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)Fig.1 BP neural network topology

net=newff(minmax(P),[10, 1], {‘tansig’, ‘ purelin’ }, ‘trainlm’)；

net.divideFcn =‘dividerand’；

net.divideMode =‘sample’；

net.divideParam.trainRatio = 0.7；

net.divideParam.testRatio = 0.3；

net.trainParam. Epochs =1000；

net.trainPAram.lr=0.1；

net.trainParam.goal=0.01；

net. trainParam. goal=0. 001；

net=init(net)；

[net, tr]=train(net, P, T)；

a=sim(net, P)

2.5 訓(xùn)練結(jié)果

利用336個(gè)樣本，依據(jù)上述網(wǎng)絡(luò)訓(xùn)練策略，分別對烤煙外觀質(zhì)量評價(jià)指標(biāo)中的顏色、成熟度、色度、身份、油分、葉片結(jié)構(gòu)等6個(gè)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和仿真。圖2為訓(xùn)練完成后網(wǎng)絡(luò)模型模擬值與目標(biāo)輸出值之間的回歸分析統(tǒng)計(jì)圖。圖中橫坐標(biāo)為目標(biāo)輸出值，即實(shí)際得分值，縱坐標(biāo)為預(yù)測模型得出的模擬值，實(shí)線為y=x，即兩項(xiàng)指標(biāo)數(shù)值完全一致時(shí)的情況。

網(wǎng)絡(luò)模擬值和目標(biāo)輸出值的統(tǒng)計(jì)回歸分析結(jié)果表明，建立的各個(gè)網(wǎng)絡(luò)預(yù)測模型的模擬值與目標(biāo)值之間的決定系數(shù)R2均在0.8以上，也就表明各單項(xiàng)外觀質(zhì)量得分的預(yù)測模型模擬值與實(shí)際目標(biāo)值非常近似。其中成熟度和色度2項(xiàng)指標(biāo)的決定系數(shù)R2達(dá)到顯著水平；顏色、身份、油分、葉片結(jié)構(gòu)等4項(xiàng)指標(biāo)的決定系數(shù)R2達(dá)到極顯著水平。

為進(jìn)一步驗(yàn)證構(gòu)建的外觀質(zhì)量預(yù)測模型的精準(zhǔn)性，分別對235個(gè)訓(xùn)練樣本和101個(gè)驗(yàn)證樣本的模型預(yù)測值與目標(biāo)輸出值之間差異進(jìn)行統(tǒng)計(jì)，得到歸屬于不同誤差區(qū)間的樣本所占比例，統(tǒng)計(jì)結(jié)果如表4所示。訓(xùn)練樣本與測試樣本各個(gè)單項(xiàng)外觀質(zhì)量評價(jià)指標(biāo)預(yù)測模型中誤差區(qū)間在0～0.5范圍內(nèi)的比例均達(dá)到60 %以上，誤差區(qū)間在0～1.0范圍內(nèi)的樣本比例均達(dá)到90 %以上，表明網(wǎng)絡(luò)模型的預(yù)測結(jié)果具有較高的準(zhǔn)確性。測試樣本較訓(xùn)練樣本在不同誤差區(qū)間內(nèi)所占比例較為分散，但誤差區(qū)間整體集中在較小范圍內(nèi)，表明模型具有較好的推廣泛化性能。各個(gè)神經(jīng)網(wǎng)絡(luò)對樣本進(jìn)行訓(xùn)練后，所構(gòu)建的BP網(wǎng)絡(luò)模型可較好的基于煙葉常規(guī)化學(xué)成分含量，實(shí)現(xiàn)對外觀質(zhì)量中顏色、成熟度、色度、身份、油分、葉片結(jié)構(gòu)等指標(biāo)得分的預(yù)測，模型的模擬結(jié)果與人員實(shí)際評定結(jié)果相比，絕大多數(shù)的樣本誤差在很小的范圍內(nèi)。再者考慮到外觀質(zhì)量是依靠專業(yè)人員的觸覺和視覺進(jìn)行評定，具有較強(qiáng)的主觀性和隨機(jī)性，整體來看BP網(wǎng)絡(luò)模型的模擬效果較好。

* 和**分別表示模擬值與目標(biāo)值相關(guān)性達(dá)到0.05和 0.01顯著圖2 訓(xùn)練后網(wǎng)絡(luò)模擬和目標(biāo)輸出的回歸分析Fig.2 Regression analysis of network simulation and target output after training

3 討 論

BP神經(jīng)網(wǎng)絡(luò)在樣本訓(xùn)練時(shí)受訓(xùn)練數(shù)據(jù)的準(zhǔn)確性和可靠性影響較大，由于獲取的煙葉樣品數(shù)據(jù)中可能存在較大的誤差及噪聲干擾，導(dǎo)致在數(shù)據(jù)建模時(shí)出現(xiàn)過擬合現(xiàn)象，進(jìn)而影響網(wǎng)絡(luò)泛化性能和預(yù)測準(zhǔn)確度[18]。再者煙葉中已被鑒定出的化學(xué)成分高達(dá)3035種[25]，本文選取的常規(guī)化學(xué)成分僅為其中的極少幾種。綜合來看所構(gòu)建的模型應(yīng)該是一個(gè)較為粗糙的預(yù)測模型，在網(wǎng)絡(luò)訓(xùn)練策略、輸入?yún)?shù)篩選等方面還需要進(jìn)一步改善，以期獲得更為精準(zhǔn)的預(yù)測模型。

表4訓(xùn)練樣本與測試樣本單項(xiàng)外觀質(zhì)量評價(jià)指標(biāo)預(yù)測模型誤差區(qū)間所占比例統(tǒng)計(jì)

Table 4 Proportion statistics of the prediction model error interval of the single appearance quality evaluation index of the training sample and the test sample

指標(biāo) Index誤差絕對值區(qū)間 Error absolute value interval0～0.50.5～1.01.0～1.51.5～2.0>2.0顏色 Colour69.36 %(64.36 %)22.13 %(26.73 %)4.68 %(4.95 %)2.98 %(3.96 %)0.85 %(0.00 %)成熟度 Maturity67.23 %(60.40 %)24.26 %(29.70 %)5.53 %(6.93 %)2.55 %(2.94 %)0.43 %(0.00 %)色度 Chroma64.68 %(63.37 %)25.53 %(27.72 %)6.38 %(5.94 %)3.40 %(1.98 %)0.00 %(0.99 %)身份 Body71.06 %(66.34 %)21.28 %(24.75 %)5.11 %(6.93 %)2.55 %(0.99 %)0.00 %(0.99 %)油分 Oil72.77 %(69.31 %)20.85 %(23.76 %)4.26 %(3.96 %)2.13 %(0.00 %)0.00 %(0.00 %)葉片結(jié)構(gòu) Leaf structure71.91 %(70.30 %)20.85 %(22.77 %)4.26 %(3.96 %)2.55 %(1.98 %)0.43 %(0.99 %)

注：()中內(nèi)容為101個(gè)測試樣本在各個(gè)誤差區(qū)間所占比例。

Note：The percentage of 101 test samples in parentheses.

此外，預(yù)測模型的研究雖然不算是一個(gè)新的研究內(nèi)容，但與我國烤煙生產(chǎn)模式相結(jié)合仍存在一些研究盲點(diǎn)。我國資源稟賦，生態(tài)環(huán)境、品種、部位等屬性的不同也會導(dǎo)致煙葉內(nèi)化學(xué)成分含量的差異，本文選取的供試材料僅為湖南煙區(qū)具有代表性的煙葉樣品，并未選取不同煙葉生態(tài)區(qū)的樣品，構(gòu)建的模型具有一定的局限性。因此，模型的普適性還需基于更為廣泛的樣品數(shù)據(jù)支撐和檢驗(yàn)。

4 結(jié) 論

本研究基于烤煙常規(guī)化學(xué)成分，利用BP神經(jīng)網(wǎng)絡(luò)的非線性映射能力構(gòu)建的各個(gè)單項(xiàng)外觀質(zhì)量指標(biāo)預(yù)測模型對樣本的訓(xùn)練結(jié)果表明：模型模擬值與實(shí)際目標(biāo)值之間的誤差區(qū)間集中在0～1.0范圍內(nèi)的樣本比例均可達(dá)到90 %以上，構(gòu)建的預(yù)測模型可通過煙葉中總糖、還原糖、總氮、煙堿、鉀、淀粉、蛋白質(zhì)等常規(guī)化學(xué)成分實(shí)現(xiàn)對顏色、成熟度、色度、身份、油分、葉片結(jié)構(gòu)等6項(xiàng)外觀質(zhì)量指標(biāo)的預(yù)測評價(jià)，其結(jié)果具有較高的準(zhǔn)確性，具有一定實(shí)用價(jià)值，可進(jìn)一步推動烤煙質(zhì)量評價(jià)體系的智能化、精準(zhǔn)化發(fā)展。