可用性觀點下的煙葉質量粗糙集評價方法

譚 旭， 毛太田， 鄒 凱

(1.深圳信息職業技術學院 軟件學院,廣東 深圳 518172; 2.湘潭大學 公共管理學院,湖南 湘潭 411005)

?

可用性觀點下的煙葉質量粗糙集評價方法

譚 旭1,2， 毛太田2， 鄒 凱2

(1.深圳信息職業技術學院 軟件學院,廣東 深圳 518172; 2.湘潭大學 公共管理學院,湖南 湘潭 411005)

通過對現代卷煙產業中煙葉質量新需求的理解和歸納，構建了可用性觀點下的煙葉質量綜合評價新指標體系?？紤]到實際煙葉質量評價中的數據的復雜性和問題求解的特殊性，將基于等價關系的Pawlak粗糙集模型擴展為基于上、下近似相似關系的擴展粗糙集模型，并設計了相應的可用性觀點下煙葉質量粗糙集智能評價模型，在實現了不依賴主觀先驗信息求取各指標客觀權重的同時，進一步引入了專家的主觀權重信息，以達到對煙葉“可用性”需求的動態調整。文章首次嘗試了基于定量化解決途徑來應用和闡釋煙葉的“可用性”概念，文末的實證分析驗證了本文方法的可行性和一定程度的優越性。

煙葉質量；粗糙集理論；相似關系；可用性；綜合評價

0 引言

煙葉質量是一個復雜而綜合的概念，如何正確地理解和評價煙葉質量，有利于促進煙草資源的合理利用、保持卷煙產品品牌的一致性、維護煙農的合理收益，實現煙草行業的良性發展。目前國內外對煙葉質量的研究主要集中于基于煙葉的化學成分探索煙葉的外觀質量和感官評吸質量[1]取得了豐富的研究成果。隨著煙葉質量評價要求的提高，并緩解人工評測的壓力和對人工經驗要求的依賴度，國內外相關研究學者紛紛探索借助計算機技術進行煙葉質量的評測。如Sun利用主成分分析法基于中性揮發性化合物的分析區分研究了不同部位的煙葉質量[2]，文[3]綜合主成分分析和逐步回歸分析從煙葉的評吸指標和外觀指標上研究了煙葉質量，Zhang借助圖像處理技術和模糊綜合評價法進行了煙葉外觀質量的評價分析[4]，中國海洋大學的研究團隊長期探索了在神經網絡法、支持向量機、模糊聚類法等智能化分析方法下基于煙葉理化指標對煙葉外觀質量和感官評吸質量的評價預測分析[5]，殷勇教授嘗試了利用粗糙集方法基于煙葉的6種化學成分數據研究了煙葉質量評價問題[6]。

隨著“低害吸煙”的呼聲日趨高漲和現代卷煙產業精細化生產要求的提升，單純地依靠煙葉理化指標、外觀特征或感官評吸質量來確定煙葉的總體質量將越來越顯露出其局限性。而當評價指標呈現出紛繁復雜的多樣性，評價數據也將體現出較大的復雜性和不規則性，為了提升煙葉質量評價結論的可信度并降低對人工經驗的依賴度，如何選擇和構建合理的智能化評價模型將顯得尤為重要。粗糙集方法是不需要借助任何先驗信息的一種有效數據分析工具[7]，目前該方法在醫療診斷、社會計算、機器學習、管理決策分析等各領域有了成功的應用[8]。由于Pawlak經典粗糙集是基于上、下近似等價劃分的簡單數據處理模式，難以應對較為復雜的數據信息，所得的分析結果通常不具有較好的容錯性和解釋性[9]。由此，本文將首先基于文獻綜述理解，構建符合現代卷煙產業需求的“可用性”觀點下的煙葉質量綜合評價指標體系，而后考慮評價指標體系中數據的復雜性和求解問題的不確定性，將經典粗糙集進行擴展分析[10][11]，并設計相應的擴展粗糙集煙葉質量綜合評價模型，以較好地實現煙葉質量定量化評價的合理化和自動化。

1 可用性觀點下的煙葉質量綜合評價指標體系

關于煙葉質量，不同的學者基于不同的思考角度有著不同的結論看法?！犊緹煛穱鴺藦淖钪庇^的煙葉外觀表征出發將煙葉質量進行42等級的劃分；而煙草專家認為應內在地捕捉煙葉燃燒后的煙氣感官評吸數據來評定煙葉質量[12]；相關研究學者則認為煙葉質量是“適合卷煙需要的物理性質和化學性質”和煙葉經濟價格的綜合；目前較普遍接受的觀點認為，煙葉質量應包含煙葉的外觀和內在品質以及煙葉的物理性狀和化學成分[13]。近年來，自衛生界提出吸煙與肺癌的關系后，“低害吸煙”的呼聲越來越大，世界卷煙業也因此受到了日趨嚴峻的吸煙影響健康的輿論壓力，提高吸煙的安全性逐漸成為煙草行業能否繼續生存與發展的共同目標。2000 年5 月，朱尊權院士在“中菲合作開發優質煙葉項目鑒定會”上提出了煙葉“可用性”評價的概念[14]，該概念集成了當前煙葉質量評價的諸多觀點，指出了煙葉質量評價的一條新思路。朱院士認為，“可用性”包括了煙葉本身主觀的特征和客觀的要求，是可變的，是隨購買者的要求而變的，它是對煙葉本身概念更進一步的全面評價。

“可用性”的提出徹底修正了以前以煙葉部位和顏色為主導的煙葉品質劃分以及單一的煙葉質量評價知識結構。不再信守“寧青勿糠”的信條，不盲目追求中部上等煙葉，充分考慮卷煙產品的綜合質量和安全性，使得各部位的煙葉在“可用性”導向下得以充分利用。據此，煙葉質量我們可以理解為煙葉本身的外觀特征和內在特點的優劣以及煙葉在工業上的可用性以及客觀需求的統一體，也可以認為是卷煙消費者的合意性和制造卷煙時的煙葉可用性的利益攸關方之間的平衡。從另一方面理解，煙葉質量涵蓋了葉片和煙氣上的質量。葉片質量主要是指可以觸及的外觀質量和物理特性以及不可觸及的含于葉片內部的化學成分，煙氣質量主要是通過感官評吸的內在質量以及煙氣成分對吸食者的安全性評價。故，煙葉質量的綜合評價大體上可以囊括為煙葉的外在質量、煙葉的內在質量以及煙葉使用的安全性三個方面。圖1為“可用性”觀點理解下構建的煙葉質量綜合評價指標體系。

以上所構建的三層評價指標體系，考慮了葉片本身的質量，葉片燃燒后評吸的質量，葉片燃燒時的安全性以及所有這些質量的化學成分基礎，實現對煙葉進行全方位的合理理解。那么，如何將“可用性”因素體現于綜合評價結果中？“可用性”是一個瞬息萬變的概念，具有時間性、對應性和區域性，即不同的用戶在不同的時間內面對不同的生產要求對煙葉的可用性均有不同的定義。有些時候在特定配方中只需強調某幾個評價指標而其它的評價指標可以淡化處理，同樣在購買煙葉時也不需要苛求全部的評價指標，他們甚至愿意用某幾個指標來換取其它更重要指標的滿足。在綜合評價中，評價指標的確定無疑是非常關鍵的，但決定最終評價結果還需要通過設立指標權重值以及綜合評價指標函數來實現。那么“可用性”這個變化因素可以考慮通過對評價中各指標權重值的調整以及指標函數的變化來達到其影響力。

圖1 “可用性”觀點下的煙葉質量綜合評價指標體系

2 煙葉質量綜合評價擴展粗糙集模型

“可用性”觀點構建下的煙葉質量評價指標體系可望對煙葉質量予以全面的理解，但如何基于該評價指標體系對“可用性”因素予以定量化的應用分析，并智能化地獲取煙葉質量的定量評價結論，本文將細致考慮求解問題的特殊性和數據的特殊性，嘗試構建相應的擴展粗糙集模型予以解決。

經典Pawlak粗糙集模型的出發點是考察對象間基于條件屬性集C的等價關系IND(C)。然而在煙葉質量綜合評價中，依據圖1指標層的指標所構建的決策表含有較多條件屬性，且條件屬性取值較為復雜，決策表呈現出一定程度的非協調性[15]，經典粗糙集模型中的完全等價關系將過于嚴苛，難以獲取具有容錯性和完備性的分析結論。由此，本文基于數據的復雜性和非協調性考量，將等價關系延伸至相似關系[16]，并構建相應的擴展粗糙集分析模型。

定義3和定義4將經典粗糙集模型中的等價關系泛化為相似關系，并更為細膩從上、下近似相似的兩個維度刻畫了這種相似關系。為了更加深入地依據決策表中的數據進行問題背景的決策分析，下面基于矩陣的方式考察決策表中數據對象集在條件屬性集下的相似劃分相對于決策屬性等價劃分的情況[17]。記U/IND(D)={[oi]D|oi∈U}={Y1,Y2,…,Yq}，給出如定義5的分布矩陣刻畫。

算法1 條件屬性權重值粗糙集方法計算

輸出：條件屬性集C的權重向量值W(C)

算法1考慮了實際煙葉質量評價中獲取評測數據的復雜情況，為了求取更為客觀精確的評價指標(條件屬性)權重值，我們嘗試從ε-上、下近似相似劃分的角度合理地擴展了粗糙集模型，并借助分布矩陣的刻畫方式，以全面客觀地獲取藏匿于歷史評測數據信息中的評價指標(條件屬性)權重值。然而，在實際煙葉質量綜合評價中，煙葉的可用性需求是動態變化的，相關專家的即時經驗信息依然舉足輕重(尤其是煙葉的感官數據和評吸數據信息)，所以在“依據數據說話”客觀求取各個評測指標權重值的同時，需要一定程度地參考相關專家的主觀經驗信息(本質上體現于各評測指標的主觀權重值)來響應實時的煙葉可用需求情況。在三個不同準則層下，基于煙葉質量評價歷史數據集所求取的指標客觀權重以及專家經驗給定的指標主觀權重，借鑒文獻[18]中的非線性規劃組合賦權計算方法，獲得不同準則層下各個指標更為合理的權重值。

圖2 “可用性”觀點下的煙葉質量粗糙集評價算法流程

算法2 可用性觀點下的煙葉質量粗糙集綜合評價計算

輸入：煙葉外在質量歷史數據決策表T1，煙葉內在質量歷史數據決策表T2，煙葉安全性歷史數據決策表T3，待評價煙葉數據信息表I

輸出：可用性觀點下待評價煙葉的綜合質量評價值CEi

Step 1 依據算法1，分別基于決策表T1求取外在質量下的7個指標客觀權重向量W(C1)，基于決策表T2求取內在質量下的7個指標客觀權重向量W(C2)，基于決策表T3求取安全性下的5個指標客觀權重向量W(C3)；

Step 2 基于專家經驗給定的特定煙葉可用性需求下外在質量各指標主觀權重向量W′(C1)、內在質量各指標主觀權重向量W′(C2)、安全性各指標主觀權重向量W′(C3)，分別與W(C1)、W(C2)和W(C3)進行組合賦權求解，獲得最終的外在質量各指標權重向量W*(C1)、外內在質量各指標權重向量W*(C2)、安全性各指標權重向量W*(C3)；

3 實例分析

為了求取在三個不同準則(C1,C2,C3)下各個指標的客觀權重值，我們隨機選取了275份同樣產地為云南玉溪的樣本煙葉作為評測分析歷史數據集，且樣本煙葉均勻采集于上、中、下等不同的分組部位。歷史數據集中的275份煙葉樣本均測定如表1所示的19個指標數據，并分別將歸屬于三個不同準則的指標集作為不同的條件屬性集，決策屬性則統一為區分煙葉分組的部位，由此獲得煙葉外在質量歷史數據決策表T1，煙葉內在質量歷史數據決策表T2和煙葉安全性歷史數據決策表T3。

表1 待評價候選煙葉指標數據集

進一步根據所挑選主料煙葉的“可用性”要求“所選煙葉應有較濃郁的香氣，合適的勁頭，余味干凈，不允許較大的雜氣，且焦油含量不可超標，而對于煙葉的填充性，傷殘度，煙支重量無太大要求”，假設經提取相關權威專家的經驗信息，獲取三個評價準則下的各指標主觀權重值為：

W′(C1)=(0.30,0.20,0.10,0.10,0.15,0.10,0.05)
W′(C2)=(0.25,0.20,0.15,0.08,0.15,0.15,0.02)
W′(C3)=(0.10,0.15,0.20,0.35,0.20)

借鑒文獻[18]提出的組合賦權計算模型，分別將三個評價準則下各指標的客觀權重值與主觀權重值進行組合賦權最優化求解，可以求得最終的三個評價準則下的指標向量權重值：

W*(C1)= (0.168,0.265,0.227,0.084,0.158,0.050,0.048)
W*(C2)=(0.126,0.097,0.118,0.050,0.257,0.151,0.201)
W*(C3)= (0.099,0.075,0.342,0.233,0.261)

將表1中的部分指標數據基于文獻[19]進行量化處理，并進一步將數值數據進行0-1形式的無綱量化處理。依據算法2中的步驟3，將求取的“可用性”觀點下而分屬不同評價準則的三個最終指標向量權重值與每份候選煙葉在各評價指標上的取值數據進行加權求和計算，容易得到這8份候選煙葉在三個不同“可用性”準則下的綜合評價值，數據如表2所示。

表2 候選煙葉在各評價準則下的綜合評價結果

CE1=0.3479，CE2=0.4134，CE3=0.2957，CE4=0.3384
CE5=0.3722，CE6=0.4635，CE7=0.3633，CE8=0.3187

依據分析結論并對比候選煙葉的指標數據，可以看到在本例中，“可用性”好的煙葉不再追求傳統理念上的“葉片身份適中、傷殘度小”等概念，也不盲目追求“勁頭、燃燒性、煙支重量”等指標，而是根據煙葉使用的即時需求(本例更多地關注于外在質量的葉片成熟度，內在評吸質量上的香氣、余味、雜氣含量以及煙葉吸食安全性中的焦油含量、煙氣煙堿含量)來判定，使得各部位、各類型的煙葉均具有相應的使用價值，這與現代卷煙消費和卷煙生產的理念是相契合的。

進一步，為了驗證本文方法的正確性和一定程度的優越性，我們將實驗結果與文獻[20]中所采用的基于組合賦權的TOPSIS方法進行對比分析。首先，基于本文求取的指標層所有19個指標的組合賦權最終權重值與表2中無綱量歸一化處理后的數據進行加權求解，進一步求得8份候選煙葉與正理想解和負理想解的歐氏距離分別為：

S+=[0.1598,0.1150,0.1868,0.1689,0.1452,0.1071,0.1391,0.2157]
S-=[0.1145,0.1493,0.1059,0.1177,0.1510,0.1822,0.1435,0.0382]

本文以煙葉“可用性”為基本指導，不僅合理求取了各評價指標的組合權重，更進一步定量化計算了各準則的權重值，使得針對各待評價煙葉的評價結論更加精細化且具有較好的區分度。為了驗證本文方法的優越性，并考慮消除在不同評價方法下評價結果的不可公度性，定義方案評價結果的區分度為：

由此，求得本文方法的方案間評價結果的區分度為0.8436，而基于文獻[20]的方法得到的區分度為0.8142。顯然說明了由于本文針對權重的精細化求取，不僅保持了較好的評價結論一致性，更在一定程度體現了基于方案間區分度的優越性。

4 結語

煙葉“可用性”的提出深刻影響了現代卷煙產業，使得人們對煙葉質量的理解有了全新的認識。本文借鑒多方學者的相關研究成果并基于對朱尊權院士所提出的煙葉“可用性”評價概念的理解，嘗試構建了 “可用性”觀點下的三層架構煙葉質量綜合評價指標體系，并考慮通過對各指標權重的計算調整來達到對特定需求環境下煙葉“可用性”的動態合理理解與把握。然而，目前針對煙葉“可用性”的實施應用很大程度上依然停留在定性化分析。對此，我們創新性地基于粗糙集智能方法從定量化的角度對本文所提出的煙葉“可用性”觀點進行了擴展建模實現，將經典粗糙集模型中的等價劃分關系擴展到ε-上、下近似相似劃分關系，較好解決了具有較大復雜性和不確定性的煙葉質量綜合評價定量化分析，且其中指標層的各指標客觀權重求取實現了不依賴主觀先驗信息而純粹依靠指標數據計算的方式來獲取，達到了合理的評價分析自動化。

[1] Daniel Layten Davis, Mark Nielsen T. Tobacco-production, chemistry and technology[M]. Oxford: Blackwell Science, 1999.

[2] Sun Weifeng, Zhou Zhilei, Li Yue. Differentiation of flue-cured tobacco leaves in different positions based on neutral volatiles with principal component analysis(PCA)[J] .European Food Research and Technology, 2012, 235(4): 745-752.

[3] 張延軍,李旭華,林銳鋒.主成分回歸分析法在永州煙葉評吸質量與外觀質量的關系模型構建中的應用[J].中國農學通報,2012,28(18):260-265.

[4] Zhang Fan, Zhang Xinhong. Classification and quality evaluation of tobacco leaves based on image processing and fuzzy comprehensive evaluation[J]. Sensors, 2011, 11(3): 2369-2384.

[5] 馮天瑾,丁香乾.計算智能與科學配方[M].北京:科學出版社,2008.

[6] 殷勇.煙草成分對其品質影響程度的粗糙集判別方法[J].農業機械學報,2004,35(4):124-127.

[7] Zdzislaw Pawlak. Rough set theory and its applications to data analysis[J]. Cybernetics & Systems, 1998, 29(7): 661- 688.

[8] 李華雄,周獻中,李天瑞.決策粗糙集理論及其研究進展[M].北京:科學出版社,2011.

[9] Yao Yiyu, Yao Bingxue. Covering based rough set approximations[J]. Information Sciences, 2012, 200: 91-107.

[10] Zbigniew Bonikowski, Edward Bryniarski, Urszula Wybraniec-Skardowska. Extensions and intentions in the rough set theory[J]. Information Sciences, 1998, 107(1- 4): 149-167.

[11] Wojciech Ziarko. Variable precision rough set model[J]. Journal of Computer and System Sciences, 1993, 46(1): 39-59.

[12] 張雙紅,潘中興.論卷煙產品內在風格[J].煙草科技,1996,(2):7- 8.

[13] 沈光林.煙草內在質量評價體系的系統研究[D].廣州:華南理工大學,2001.

[14] 朱尊權.煙葉的可用性與卷煙的安全性[J].煙草科技,2000,(8):3- 6.

[15] Krzysztof Dembczyńskia, Salvatore Greco, Roman Slowiński. Rough set approach to multiple criteria classification with imprecise evaluations and assignments[J]. European Journal of Operational Research, 2009, 198(2): 626- 636.

[16] Wei Wei, Liang Jiye, Qian Yuhua. A comparative study of rough sets for hybrid data[J]. Information Sciences, 2012, 190(1): 1-16.

[17] Xu Weihua, Li Yuan, Liao Xiuwu. Approaches to attribute reductions based on rough set and matrix computation in inconsistent ordered information systems[J]. Knowledge-Based Systems, 2012, 27: 78-91.

[18] 譚旭,高妍方,陳英武.區間型多屬性決策求解新方法[J].系統工程與電子技術,2007,29(7):1082-1085.

[19] 吳殿信,袁志永,閆克玉,等.烤煙各等級煙葉質量指數的確定[J].煙草科技,2001,(12):9-15.

[20] 舒歡,劉文娜.基于組合賦權—TOPSIS 模型的水利工程建設方案優選決策方法[J].工程管理學報,2013,27(4):83- 86.

Quality Evaluation on Tobacco Leaf Based on Rough Set Theory:A View of Usability

TAN Xu1,2, MAO Tai-tian2, ZOU Kai2

(1.School of Software Engineering, Shenzhen Inst. of Info. Technol., Shenzhen 518172, China; 2.School of Public Management, Xiangtan Univ., Xiangtan 411005, China)

By digesting new requirements and influencing factors of tobacco leaf quality in modern cigarette industry, a novel comprehensive evaluation index system of tobacco leaf quality under the view of usability is built up. Regarding the complexity and diversity of index data and the particularity of problem through the assessment, we try to extend Pawlak rough set model to a new kind of rough set model based on upper-lower similarity relation, and construct an intelligent rough set model for tobacco leaf quality evaluation under the view of usability in further. In this way, objective index weights calculated by historical data without prior knowledge and subjective index weights based on expert experiences, are put forward to reach the dynamic understanding of tobacco leaf usability. So, it’s the first time we’ve tried to apply and express the concept of usability in a quantitative way. At the end of this paper, a flavorful tobacco leaf selection example is given to prove the feasibility and superiority.

tobacco leaf quality; rough set theory; similarity relation; usability; comprehensive evaluation

2013-10- 09

國家自然科學基金資助項目(71101096)；廣東省自然科學基金資助項目(S2012010008540)；深圳市科技研發資金基礎研究計劃項目(JC201105190819A)

譚旭(1981-)，男，湖南株洲人，博士，副教授，碩士生導師，主要從事粒計算和多屬性評價決策分析的研究。

N94;TS4

A

1007-3221(2015)03- 0219- 08