拟各种酒型的能力,
可以更好地进行新产品开发、科学地制定
最优酿造工艺。系统无论对新产品开发、老产品改造以及评酒
专业人员技术水平的提高都起着重大作用,对科学评价白酒
的质量和推动企业技术进步具有重要意义。
2
国内外研究现状
随着科学技术的迅猛发展,先进的分析设备与技术、计算
机技术、数据库技术、人工智能技术、知识发现与数据挖掘技
术在工农业生产中的广泛应用,白酒评价、勾兑、调味这一沿
袭了几千年的传统工艺,也不断地被科研人员重新认识和研
究,尤其是气相色谱分析技术、气-质联用分析技术、液相色
谱分析技术、光谱分析技术等高精尖技术的应用,使原先不为
人们所知的神秘的白酒微观世界,
正逐渐被科研人员所认识,
对白酒的质量控制也逐渐发展起来
[2]
。如:
H 上世纪 80 年代以
来,
勾兑技术进入现代化——
—在验收原酒时,
改变了过去只凭
感官逐坛鉴定的方法,
采用感官、色谱和常规分析原酒的数据
来综合验收,
从而提高了产品的优质率。上世纪 90 年代以后,
随着精密仪器分析和电子计算机技术的发展,利用计算机实
行自动勾兑成为可能。
3
相关理论和技术介绍
3.1
遗传算法原理与应用
遗传算法
[3][4]
(Genetic Algorithms,
简称 GAs)原理是本文计
算机勾兑子系统建立数学模型和进行编程的理论基础,遗传
算法作为一种随机优化与搜索方法,有如下特点:
a 遗传算法的操作对象是一组可行解,
而非单个可行解,搜索
轨道有多条,
而非单条,因而具有良好的并行性。
b 遗传算法只需利用目标函数的取值信息,而无需梯度等高
阶信息,因而适用于大规模、高度非线性的不连续多峰函数的
优化以及无解析表达式的目标函数的优化,具有很强的通用
性。
c 遗传算法的择优机制是一种“软”
决策,加上其良好的并行
性,使它具有良好的全局优化性能和稳健性。
d 遗传算法操作的可解集是经过编码的,目标函数可解释为
编码化个体(可行解)的适应值,因而具有良好的可操作性与简
单性。
3.1.1 遗传算法数学规划模型
遗传算法主要解决一个求函数最大值或最小值的优化问题。
数学规划模型为:
目标函数:max f (x)
约束条件:
式中,X=[X
1
, X
2
, X
3
,…, Xn]为决策变量,
U 是基本空间,
R 是 U 的一个子集。满足约束条件的解 X 称为可行解,
集合
R 表示由所有满足约束条件的解所组成的一个集合, 叫做可
行解集合。
3.2
SPSS 介绍
SPSS
[5]
的全称是:Statistical Program for Social Sciences,
即社会科学统计程序。
对白酒按质量进行评价功能的实现是利用 SPSS 13.0 集
成的聚类分析工具箱来完成的。
3.3
分类技术
分类(对白酒按质量进行分类和评价)功能的实现是利用
SPSS 13.0 集成的聚类分析工具箱来完成的。
聚类是根据“物以类聚”的原理,将本身没有类别的样本
聚集成不同的组,并且对每一个这样的组进行描述的过程。
判别分析
[6][7]
(Discriminant Analysis)是一种进行统计判别和
分组的技术手段。根据一定数量案例的一个分组变量和相应
的其他多元变量的已知信息,确定分组与其他多元变量之间
的数量关系,然后便可以利用这一关系对其他未知分组类型
所属的案例进行判别分组。
4
系统介绍
系统主要由质量管理处、储配中心、科研所等单位使用,
由信息中心进行软件、硬件管理和维护。白酒质量评价、学习、
训练使用 SPSS 13.0 提供的聚类分析工具箱,勾兑子系统与
SPSS 实现无缝联结。
4.1
本系统作为企业整个信息管理系统的一部分,与其它系
统关系如图 1 所示:
4.2 白酒勾兑、
质量评价系统及与其它系统流程图如图 2 所示
4.3
白酒勾兑、质量评价系统流程描述及相关要求
4.3.1 质量管理处色谱分析仪分析出的白酒理化数据,
通过标
准接口传入色谱分析工作站;
4.3.2 质量管理处色谱分析人员将分析数据传入服务器数据
库;
4.3.3 储配中心小样勾兑人员通过本系统调用各基酒理化指
标、单价、等级、库存量;
4.3.4 储配中心小样勾兑人员通过本系统录入各基酒用量范
围、目标成品酒理化指标范围、具体用量限制;
4.3.5 系统自动进行组合优化计算,
确定组合最优方案(成本
最低),根据组合方案得到的混合酒的单价、理化指标的计算
值、以及感官指标的预测评估值;
s.t.
R哿U
Χ R
Э
刘淑玲,等:白酒智能勾兑和质量评价系统的研究
第六期
2010
79
图 1
系统与酒库管理、色谱分析、企业 ERP 系统关系模块图
勾兑、调味、
评价工作站
色谱分析
设施
交换机
色谱分析
工作站
酒库管理
工作站
ERP 系统
防火墙
白酒勾兑
数据服务器
研发
设备