| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-20页 |
| ·选题的背景与意义 | 第10-11页 |
| ·烟叶及叶组质量评价国内外研究现状 | 第11-12页 |
| ·卷烟配方设计的国内外研究现状 | 第12-14页 |
| ·计算智能介绍、研究现状及其发展 | 第14-15页 |
| ·计算智能主要研究内容 | 第15-16页 |
| ·人工神经网络基本概述 | 第16-17页 |
| ·本文研究内容 | 第17-20页 |
| 第二章 烤烟型卷烟(SVC)全配方设计 | 第20-28页 |
| ·配方工艺 | 第20-25页 |
| ·数字化叶组配方系统的设计思路 | 第21-22页 |
| ·辅助配方 | 第22-25页 |
| ·制丝工序 | 第25-26页 |
| ·卷烟参数设计 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 聚类神经网络在烟叶原料分类中的应用 | 第28-42页 |
| ·传统配方维护 | 第28-29页 |
| ·新模式识别和原料的分类 | 第29-41页 |
| ·"有教师"的K-近邻法介绍 | 第29-30页 |
| ·利用模糊C-均值法对烟叶原料聚类 | 第30-32页 |
| ·利用自组织映射神经网络对烟叶原料聚类 | 第32-37页 |
| ·利用SVM支持向量机神经网络对烟叶原料聚类 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 烟叶理化特性和感官质量间的函数确定 | 第42-56页 |
| ·BP神经网络建立烟叶理化特征与感官质量模型 | 第43-51页 |
| ·BP人工神经网络介绍 | 第43-44页 |
| ·采用梯度下降法的BP算法 | 第44-46页 |
| ·对于BP算法的改进 | 第46-49页 |
| ·利用BP网络建立烟叶理化特性与感官质量的关系模型 | 第49-51页 |
| ·利用回归方程建立烟叶理化特征与感官质量模型 | 第51-54页 |
| ·剔除法二次多项式回归方程算法 | 第51-53页 |
| ·利用回归方程建立烟叶理化特性与感官质量的关系模型 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 数字化叶组配方设计 | 第56-74页 |
| ·配方设计过程 | 第56-60页 |
| ·线性规划制定叶组理化特性约束 | 第60-63页 |
| ·线性规划的数学求解模型 | 第60-62页 |
| ·利用线性规划求解烟叶配方理化特性区间 | 第62-63页 |
| ·均匀设计制定叶组配方试验 | 第63-68页 |
| ·两种均匀设计表的构造 | 第63-64页 |
| ·均匀设计表均匀性衡量的六个指标 | 第64-66页 |
| ·利用均匀设计构造叶组配方试验 | 第66-68页 |
| ·建立叶组理化特性对感官质量的模型及二次约束 | 第68-69页 |
| ·建立叶组理化特性对感官质量的模型 | 第68页 |
| ·线性规划的二次约束 | 第68-69页 |
| ·遗传算法在数字化配方设计中的应用 | 第69-73页 |
| ·遗传算法的数学求解模型 | 第69-71页 |
| ·遗传算法对于建立的模型进行寻优 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 结论与展望 | 第74-76页 |
| ·结论 | 第74-75页 |
| ·展望 | 第75-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附录A (攻读硕士学位期间发表的论文) | 第82-83页 |
| 附录B 17种烟叶原料理化特性与感官质量数据 | 第83-85页 |
| 附录C 建立17种烟叶原料理化特性与感官质量BP模型 | 第85-87页 |
| 附录D 选择的16种烟叶原料详细信息 | 第87-88页 |
| 附录E 叶组配方均匀设计表 | 第88-89页 |
| 附录F 15种叶组配方的理化特性与感官质量数据 | 第89-91页 |
| 附录G 15组配方的理化特性与感官质量的BP网络模型 | 第91-93页 |
| 附录H 15组叶组配方理化特性与感官质量的回归方程 | 第93-94页 |
| 附录I 15组叶组配方简化的回归方程 | 第94页 |
