基于NSGA-Ⅱ遺傳算法的煙用香精數(shù)字化調(diào)香研究及應(yīng)用

孔 波，蔡佳校，鄒 有，李燕春，盧紅兵，楊華武，譚新良，鐘科軍*

1. 湖南中煙工業(yè)有限責(zé)任公司技術(shù)中心，長(zhǎng)沙市雨花區(qū)勞動(dòng)中路386 號(hào) 410007

2. 中南大學(xué)信息與網(wǎng)絡(luò)中心，長(zhǎng)沙市岳麓區(qū)麓山南路932 號(hào) 410083

近年來(lái)，香精在日化產(chǎn)品、食品、煙草制品等領(lǐng)域的作用日益增加，其對(duì)提升產(chǎn)品品質(zhì)、改善產(chǎn)品風(fēng)味有重要的作用[1-2]。煙用香精是卷煙生產(chǎn)中的重要原料之一，其在改善卷煙感官品質(zhì)、突出煙草風(fēng)格特征方面發(fā)揮著不可或缺的作用[3-4]。

煙用香精配方主要由不同用量的香原料組合而成。開發(fā)一個(gè)良好的香精配方并不是由調(diào)香人員將各種香原料隨機(jī)組合而成，而是需要經(jīng)驗(yàn)豐富的調(diào)香師，在滿足一定調(diào)香基礎(chǔ)理論的條件下，根據(jù)各香原料的基本特性及其在香精配方中的作用，經(jīng)過(guò)長(zhǎng)時(shí)間的反復(fù)驗(yàn)證來(lái)確定。為了簡(jiǎn)化煙用香精調(diào)香流程，提高調(diào)香效率，國(guó)內(nèi)卷煙調(diào)香技術(shù)人員在利用調(diào)香理論輔助煙用調(diào)香方面進(jìn)行了一些嘗試，例如許式強(qiáng)等[5]采用香味輪廓法建立了香原料和香基的香氣貢獻(xiàn)值數(shù)據(jù)庫(kù)，并以此為依據(jù)構(gòu)建了卷煙輔助調(diào)香模型。目前，主要的調(diào)香理論有香氣的分維理論（計(jì)算香精主題香氣的奇怪吸引子的分維，“分維越接近于1，香精的目標(biāo)香氣就越突出”）[6]、香氣共振理論（具有共振結(jié)構(gòu)的香精香氣比較和諧、穩(wěn)定）[7]、三值理論（用于描述香比強(qiáng)值、留香值和香品值及其相互之間的聯(lián)系）[8]等，這些理論對(duì)指導(dǎo)調(diào)香工作和簡(jiǎn)化調(diào)香過(guò)程有一定的參考價(jià)值。

隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，人工智能得到了全面的發(fā)展，復(fù)雜的決策模型可以通過(guò)深度學(xué)習(xí)大量的數(shù)據(jù)而智能地輸出令人滿意的結(jié)果[9-11]。對(duì)于煙用香精調(diào)香而言，可將其視為求得既滿足現(xiàn)有調(diào)香技術(shù)又符合調(diào)香師經(jīng)驗(yàn)的多目標(biāo)最優(yōu)解的過(guò)程。在科學(xué)和工程領(lǐng)域，多目標(biāo)優(yōu)化問(wèn)題（Multi-objective Optimization Problem，MOP）的最優(yōu)解是由所謂Pareto 最優(yōu)解或非劣解組成的集合[12]。Srinivas 等[13]提出了非支配排序遺傳算法（Non-dominated Sorting Genetic Algorithm，NSGA），用于求解MOP 的Pareto 最優(yōu)解。NSGA通過(guò)非支配排序的方法保留優(yōu)良個(gè)體，并且使同一個(gè)小生境內(nèi)的個(gè)體在NSGA 中的適應(yīng)度共享，以保證種群的多樣性，這在很多實(shí)際問(wèn)題的求解過(guò)程中取得了良好效果。但是NSGA 也存在一定缺陷，為了克服這些缺陷，Deb 等[14]在初始的NSGA 分層思想的基礎(chǔ)上，對(duì)其進(jìn)行了針對(duì)性改進(jìn)，形成了新的非支配排序遺傳算法（NSGA-Ⅱ），從而簡(jiǎn)化了求解過(guò)程，提高了求解效率。

在本研究中，采用基于NSGA-Ⅱ最優(yōu)解的多目標(biāo)最優(yōu)化遺傳算法，利用計(jì)算機(jī)的強(qiáng)大計(jì)算能力，通過(guò)充分挖掘香原料數(shù)據(jù)特征，并結(jié)合現(xiàn)有調(diào)香理論以及調(diào)香師經(jīng)驗(yàn)成果，進(jìn)行煙用香精配方的創(chuàng)作，旨在實(shí)現(xiàn)智能化、數(shù)字化調(diào)香，為煙用香精調(diào)配提供方法參考。

1 材料與方法

1.1 材料、試劑和儀器

用于香原料的卷煙加香作用及風(fēng)格評(píng)價(jià)、香精的加香風(fēng)格評(píng)價(jià)的參比卷煙均為加料未加香的卷煙，由湖南中煙工業(yè)有限責(zé)任公司提供。調(diào)香過(guò)程中使用的所有香原料和溶劑均為食用級(jí)，由廣州華芳煙用香精有限公司提供。X3603SX 電子分析天平（感量0.000 1 g，瑞士Mettler Toledo 公司）；KBF720 恒溫恒濕箱（德國(guó)Binder 公司）；HRH-286K 注射加香機(jī)（北京慧榮和科技有限公司）。

1.2 方法

1.2.1 香料香精嗅香香韻評(píng)價(jià)

煙用香料香精嗅香香韻包括常用香韻18 種（樹脂香、干草香、清香、果香、辛香、木香、青滋香、花香、藥草香、豆香、可可香、奶香、膏香、烘焙香、焦香、酒香、甜香和酸香），根據(jù)不同的嗅香香韻強(qiáng)度量化為0～9 分，記分單位為1 分，具體打分標(biāo)準(zhǔn)見表1。評(píng)價(jià)小組由7 位具有省級(jí)及以上感官評(píng)吸資格證（或培訓(xùn)合格證）的評(píng)委組成，對(duì)于感官評(píng)價(jià)結(jié)果，在剔除離群值后，通過(guò)計(jì)算平均值的方式確定香料香精樣品各個(gè)香韻分值。在現(xiàn)場(chǎng)判斷樣品評(píng)價(jià)數(shù)據(jù)的離散程度，對(duì)離散度較大的樣品重新進(jìn)行評(píng)價(jià)，確保樣品評(píng)價(jià)質(zhì)量，以突出香料香精主要香韻和功能。

表1 嗅香香韻評(píng)價(jià)打分標(biāo)準(zhǔn)Tab.1 Criteria for olfactory aroma evaluation （分）

1.2.2 香料香精卷煙加香評(píng)價(jià)

為評(píng)價(jià)將香精添加到參比卷煙時(shí)其對(duì)香氣風(fēng)格和品質(zhì)特征的貢獻(xiàn)，參考文獻(xiàn)[15]進(jìn)行香精的卷煙加香效果評(píng)價(jià)，將煙氣風(fēng)格量化為0～10 分，計(jì)分單位為1 分。對(duì)于單體香原料的卷煙加香評(píng)價(jià)，考察單體香原料添加到參比卷煙后卷煙煙氣的香氣風(fēng)格變化，量化為0～3 分，計(jì)分單位為1 分（具體打分標(biāo)準(zhǔn)見表2）。評(píng)價(jià)小組構(gòu)成及評(píng)價(jià)結(jié)果確定方法同1.2.1 節(jié)。

表2 單體香原料卷煙加香風(fēng)格評(píng)價(jià)打分標(biāo)準(zhǔn)Tab.2 Criteria for evaluating monomer fragrance materials for cigarette flavoring （分）

1.2.3 非支配排序遺傳算法（NSGA-Ⅱ）原理

NSGA-Ⅱ算法的一般流程如圖1 所示，可表述如下：①隨機(jī)產(chǎn)生含有N 個(gè)個(gè)體的初始種群P0，進(jìn)化代數(shù)n=0；②對(duì)種群Pn中所有個(gè)體進(jìn)行非劣分層，計(jì)算每個(gè)個(gè)體的擁擠距離并進(jìn)行非支配排序；③采用選擇、交叉和變異因子建立規(guī)模為N 的子代種群Qn；④合并親代種群和子代種群，并對(duì)其進(jìn)行非劣分層，計(jì)算擁擠距離，得到非支配排序，選擇最優(yōu)的N 個(gè)個(gè)體形成新一代種群Pn+1；⑤判斷n 是否小于代數(shù)設(shè)定值Genmax，若是，轉(zhuǎn)入②，繼續(xù)搜索Pareto 最優(yōu)解；否則，算法結(jié)束，輸出Pareto 最優(yōu)解。

圖1 NSGA-Ⅱ算法的一般流程Fig.1 General process in NSGA-Ⅱalgorithm

2 基于NSGA-Ⅱ數(shù)字化調(diào)香方法的建立

2.1 建立香原料描述信息庫(kù)和經(jīng)驗(yàn)配方庫(kù)

本研究核心是調(diào)香算法，基礎(chǔ)是香原料各類定性、定量數(shù)據(jù)以及經(jīng)驗(yàn)配方單。通過(guò)儀器檢測(cè)分析、感官評(píng)價(jià)、查閱國(guó)內(nèi)外文獻(xiàn)書籍和專業(yè)數(shù)據(jù)庫(kù)，收集了煙草行業(yè)常用的包括158 種天然香原料和186 種合成香原料在內(nèi)的344 種香原料的13 個(gè)香味定量描述指標(biāo)，具體包括名稱、溶解性、香比強(qiáng)值、留香值、香品值、來(lái)源（合成和天然）、蒸汽壓、嗅香主體香韻得分及輪廓、卷煙加香風(fēng)格得分及輪廓、加香作用、用量范圍、作用閾值以及常用調(diào)香用途（頭香、體香或基香原料）。最終整理形成香原料描述信息庫(kù)，以供數(shù)字化調(diào)香算法的調(diào)用。以芳樟醇為例，其基本信息見表3。

表3 單體香原料芳樟醇基本信息Tab.3 Basic information of linalool

收集了30 個(gè)具有不同主體香氣風(fēng)格的香精配方單（表4），經(jīng)調(diào)香師調(diào)整驗(yàn)證后，將其存儲(chǔ)為經(jīng)驗(yàn)配方單以供計(jì)算機(jī)學(xué)習(xí)和對(duì)調(diào)香模型進(jìn)行約束和求解。其中，1#經(jīng)驗(yàn)配方單的組成信息見表5。

表4 30 個(gè)經(jīng)驗(yàn)配方單的主體香氣風(fēng)格Tab.4 Main flavor styles of 30 empirical formulas of tobacco flavors

表5 1#經(jīng)驗(yàn)配方單（甜香、果香風(fēng)格）的組成信息Tab.5 Information of empirical formula of tobacco flavor 1#（sweet and fruity scents）

2.2 建立調(diào)香模型

定義帶約束的多目標(biāo)優(yōu)化目標(biāo)函數(shù)如下：

Minimize f（x）=[f1（x）, f2（x）, f3（x）] （1）

s.t. g1（x）=a；

g2（x）=b；

g3（x）=c；

g4（x）=d；

g5（x）=e；

h1（x）＞f；

其中：f（x）為3 個(gè)目標(biāo)分量f1（x）、f2（x）和f3（x）組成的向量，x=（x1,x2,…,xN）為N 維決策向量，其中N 表示參與優(yōu)化計(jì)算的香原料數(shù)目，xi表示第i 個(gè)香原料的用量，xi≥0，i=1,2,3,…,N。

f1（x）為三值理論模型函數(shù)：f1（x）=-log（B×L×P/1 000），B 為配方香精的香比強(qiáng)值，L 為配方香精的留香值，P 為配方香精的香品值，采用負(fù)對(duì)數(shù)的形式，將模型最大值求解轉(zhuǎn)換成最小值求解。

f2（x）為分維理論模型函數(shù)：f2（x）=-lnM/lnN，f2（x）即分維數(shù)的相反數(shù)，M 為N 種香原料對(duì)目標(biāo)香氣的貢獻(xiàn)值之和，M=ΣBiCiVi/ΣBiCi，Bi表示配方中第i 個(gè)香原料的香比強(qiáng)值，Ci表示配方中第i 個(gè)香原料的用量百分比，Vi表示配方中第i 個(gè)香原料與調(diào)香目標(biāo)相同的香韻的嗅香主體香韻得分（如果調(diào)香目標(biāo)為果香，則取該香原料果香的嗅香主體香韻得分）。

f3（x）為共振理論模型函數(shù)：f3（x）=X2/Y-Y/Z，X為配方中所有頭香香原料的蒸汽壓總和，Y 為配方中所有體香香原料的蒸汽壓總和，Z 為配方中所有基香香原料的蒸汽壓總和。

g1（x）、g2（x）、g3（x）、g4（x）、g5（x）為上述模型的等式約束；g1（x）為香原料總數(shù)約束，x 中大于0的元素個(gè)數(shù)必須等于設(shè)定的香原料總數(shù)a。

g2（x）為香原料偏好約束，b=（b1,b2,…,bN）為N維香原料偏好向量，bi表示第i 個(gè)香原料的使用偏好，其取值為1.0、0.5 或0，分別表示該香原料為必用、可用或禁用狀態(tài)；若bi=1.0，則相應(yīng)的xi必須大于0；若bi=0，則相應(yīng)的xi必須等于0。

g3（x）為香原料主體香韻約束，c=（c1,c2,…,cN）為N 維香原料主體香韻向量，ci表示第i 個(gè)香原料的主體香韻是否滿足調(diào)香目標(biāo)，其取值為1.0 或0，分別表示該香原料的主體香韻滿足調(diào)香目標(biāo)或不滿足調(diào)香目標(biāo)。

g4（x）為經(jīng)驗(yàn)配方庫(kù)約束，d=（d1,d2,…,dN）為N維香原料配方向量，di表示第i 個(gè)香原料的配方使用偏好，其取值為1.0、0.5 或0，分別表示該香原料為常用、不常用或禁用狀態(tài)；若di=1.0，則相應(yīng)的xi必須大于0；若bi=0，則相應(yīng)的xi必須等于0。

g5（x）為和合修飾約束，d=（e1,e2,…,eN）為N 維香原料和合修飾向量，ei表示第i 個(gè)香原料的使用搭配情況，其取值為1.0、0.5 或0，分別表示該香原料為必用、可用或禁用狀態(tài)；若ei=1.0，則相應(yīng)的xi必須大于0；若bi=0，則相應(yīng)的xi必須等于0。

h1（x）為模型的不等式約束，表示香精配方中天然香原料的數(shù)量/合成香原料的數(shù)量必須大于設(shè)定的比例f。

2.3 輸出調(diào)香結(jié)果

使用隨機(jī)數(shù)生成m 個(gè)配方作為初始種群，通過(guò)非支配集排序后對(duì)種群進(jìn)行選擇、交叉和變異3個(gè)遺傳操作，得到第一代子代種群；將父代種群和子代種群合并進(jìn)行非支配集排序，并計(jì)算每個(gè)非支配層的個(gè)體擁擠度，根據(jù)非支配關(guān)系以及個(gè)體的擁擠度選取合適的個(gè)體組成新的父代種群；通過(guò)選擇、交叉、變異得到下一代種群。如此反復(fù)，直到循環(huán)次數(shù)達(dá)到預(yù)設(shè)值，最終得到的子代種群即為生成的配方結(jié)果。

3 調(diào)香算法的應(yīng)用及評(píng)價(jià)

3.1 調(diào)香目標(biāo)配方單生成

分別以花香和果香香精為設(shè)計(jì)目標(biāo)。以花香目標(biāo)為例，依次設(shè)定調(diào)香目標(biāo)，種群中個(gè)體的數(shù)量m=20，形成配方的香原料數(shù)為17（不含溶劑），迭代計(jì)算次數(shù)為15，不限定香原料使用偏好，對(duì)天然香原料與合成香原料的數(shù)量不做約束，則模型求解及配方單生成過(guò)程如下：

①首先從344 種香原料中進(jìn)行隨機(jī)選擇，形成20 個(gè)初始配方，作為初始種群，每個(gè)種群中的香原料數(shù)為17。

②根據(jù)相應(yīng)的花香調(diào)香目標(biāo)，對(duì)這20 個(gè)配方單，按照配方單中所含單體香原料的基本信息（包括香比強(qiáng)值、留香值、香品值、蒸汽壓等）分別計(jì)算其f（x）值，并將得到的f（x）值由小到大進(jìn)行排序，將20 個(gè)配方兩兩之間隨機(jī)交換原料或改變某原料形成第一代子群，得到190 個(gè)配方，將這190 個(gè)配方和初始的20 個(gè)配方構(gòu)成新的具有210 個(gè)配方的種群，計(jì)算其f（x）值并由小到大排序。

③對(duì)這210 個(gè)配方，計(jì)算兩兩之間的不同原料個(gè)數(shù)，根據(jù)個(gè)數(shù)的差異將其分成不同的層。在該例中可以分為差異數(shù)＜2 個(gè)、差異數(shù)為3～4 個(gè)、差異數(shù)＞5 個(gè)等3 個(gè)層次，從這3 個(gè)層次中再按每層的配方數(shù)量比例隨機(jī)抽選共20 個(gè)配方單作為新的父代種群，開始下一輪計(jì)算。

④將15 次迭代計(jì)算后得到的配方單按f（x）值由小到大排序，第一個(gè)f（x）值最小的結(jié)果則為調(diào)香結(jié)果。

經(jīng)過(guò)上述模型求解過(guò)程，最終分別輸出花香香精和果香香精的數(shù)字化調(diào)香結(jié)果（表6～表7）。

表6 數(shù)字化調(diào)香花香香精配方單Tab.6 Formula of floral flavor obtained by digital flavoring

3.2 調(diào)香結(jié)果評(píng)價(jià)

分別按照表6 和表7 的數(shù)字化調(diào)香配方單調(diào)制小樣，充分混合均勻并適當(dāng)靜置后，組織具有相應(yīng)資質(zhì)的評(píng)價(jià)人員以香韻輪廓法[16]分別對(duì)香精的嗅香及卷煙加香風(fēng)格進(jìn)行評(píng)價(jià)。嗅香感官評(píng)價(jià)結(jié)果（圖2～圖3）表明：數(shù)字化調(diào)香花香香精以花香（7.0 分）、甜香（5.0 分）為主體香韻，輔以清香（4.0分）和果香（3.0 分）；數(shù)字化調(diào)香果香香精以果香（7.0 分）、甜香（5.5 分）為主體香韻，輔以花香（3.0分）和清香（2.0 分）；兩種數(shù)字化調(diào)香香精頭香、體香和基香均較均衡，香氣一致性和穩(wěn)定性較好，留香持久，符合花香和果香香精要求。

表7 數(shù)字化調(diào)香果香香精配方單Tab.7 Formula of fruity flavor obtained by digital flavoring

圖2 數(shù)字化調(diào)香花香香精嗅香評(píng)價(jià)結(jié)果Fig.2 Olfactory aroma evaluation result of floral flavor obtained by digital flavoring

圖3 數(shù)字化調(diào)香果香香精嗅香評(píng)價(jià)結(jié)果Fig.3 Olfactory aroma evaluation result of fruity flavor obtained by digital flavoring

分別將上述兩種數(shù)字化調(diào)香香精加入?yún)⒈染頍煙熃z中，添加比例為0.15%，在恒溫恒濕箱中存儲(chǔ)6 h，再卷制成煙支供評(píng)吸。加香前后卷煙加香香氣風(fēng)格及品質(zhì)特征評(píng)價(jià)結(jié)果（圖4～圖6）表明：加香前葉組整體香氣風(fēng)格較均衡，協(xié)調(diào)性好，香氣豐富性較好，以烤煙煙香（8.1 分）、甜香（2.5 分）為主體香韻，輔以清香（2.0 分）和烘焙香（1.5 分）；添加數(shù)字化調(diào)香花香香精后，煙氣中花香（由0.1 分提高到2.5 分）、甜香（由2.5 分提高到3.3 分）和清香（由2.0 分提高到3.0 分）香韻有較大增強(qiáng)；添加數(shù)字化調(diào)香果香香精后，煙氣中果香（由0.5 分提高到3.2 分）、甜香（由2.5 提高到3.5 分）和清香（由2.0 分提高到3.1 分）香韻也有較大幅度提升；添加兩種香精后對(duì)煙氣品質(zhì)特征中的香氣、豐富性、雜氣和煙氣濃度均有一定程度的改善，與葉組配方協(xié)調(diào)性較好，較為符合煙用香精的實(shí)際應(yīng)用需求。

圖4 數(shù)字化調(diào)香花香香精加香前后香氣風(fēng)格評(píng)價(jià)結(jié)果Fig.4 Flavor style evaluation result of cigarette smoke before and after adding floral flavor obtained by digital flavoring

圖5 數(shù)字化調(diào)香果香香精加香前后香氣風(fēng)格評(píng)價(jià)結(jié)果Fig.5 Flavor style evaluation result of cigarette smoke before and after adding fruity flavor obtained by digital flavoring

圖6 數(shù)字化調(diào)香香精加香前后品質(zhì)特征評(píng)價(jià)結(jié)果Fig.6 Sensory quality evaluation results of cigarettes before and after adding flavors obtained by digital flavoring

由于初始種群為隨機(jī)選取，因此在迭代不充分的情況下，輸出的結(jié)果存在一定差異，但仍能保持一致的香韻目標(biāo)。若希望得到具有一致性調(diào)香目標(biāo)且不失個(gè)性的多個(gè)候選調(diào)香結(jié)果，可通過(guò)降低迭代次數(shù)來(lái)實(shí)現(xiàn)。例如，以花香為主體香韻目標(biāo)，配方原料數(shù)量為16（不含溶劑），迭代次數(shù)設(shè)置為6 次。進(jìn)行4 次數(shù)字化調(diào)香試驗(yàn)，并對(duì)得到的配方單中所用香原料的占比（以香原料的主體香韻為代表）進(jìn)行比較。結(jié)果（表8）表明：4 次數(shù)字化調(diào)香輸出結(jié)果中均帶有分別以果香、花香、甜香、清香和烤煙煙香為主體香韻的香原料，其中第1次和第2 次輸出結(jié)果中，所用具有相同主體香韻的原料數(shù)量完全一致；此外，4 次結(jié)果中共有的香原料數(shù)量為7 個(gè)，占單個(gè)配方原料數(shù)量比例為43.75%。可見，該數(shù)字化調(diào)香算法能輸出與主體香韻目標(biāo)一致的結(jié)果，其結(jié)果的差異可以增加配方的個(gè)性特征，為后續(xù)不同的卷煙加香需求提供更多選擇。

表8 4 次數(shù)字化調(diào)香結(jié)果所用香原料的主體香韻占比Tab.8 Proportion of main flavors in four digital flavoring formulas （%）

4 結(jié)論

利用計(jì)算機(jī)算法和人工智能技術(shù)，結(jié)合調(diào)香理論及實(shí)踐經(jīng)驗(yàn)，通過(guò)引入基于NSGA-Ⅱ最優(yōu)解的多目標(biāo)最優(yōu)化遺傳算法，以所建立的344 種單體香原料描述信息庫(kù)和30 組香精經(jīng)驗(yàn)配方單為基礎(chǔ)，建立了煙用香精數(shù)字化調(diào)香方法，并實(shí)現(xiàn)了煙用香精的數(shù)字化調(diào)香應(yīng)用。通過(guò)數(shù)字化調(diào)香制備了花香香精和果香香精，配方評(píng)價(jià)結(jié)果表明，基于上述數(shù)字化調(diào)香方法得到的香精能夠滿足相應(yīng)的調(diào)香目標(biāo)要求。其中，數(shù)字化調(diào)香花香香精的嗅香以花香和甜香為主體香韻，加香后卷煙煙氣中花香、甜香和清香香韻有較大改善；數(shù)字化調(diào)香果香香精的嗅香以果香、甜香為主體香韻，加香后能明顯增強(qiáng)煙氣中的果香、甜香和清香香韻；且兩種香精均能較好地與葉組配方相協(xié)調(diào)，具有較強(qiáng)的實(shí)用性價(jià)值。同時(shí)，由于經(jīng)驗(yàn)配方單數(shù)量的限制，調(diào)香結(jié)果準(zhǔn)確度仍有待進(jìn)一步提高，在主體香韻突出的前提下，對(duì)于輔助香韻的協(xié)調(diào)以及香原料用量仍需調(diào)香師進(jìn)一步優(yōu)化。