基于隨機(jī)森林和邏輯回歸分類模型的煙葉精選品控指標(biāo)篩選

張莉 紀(jì)銘陽(yáng) 胡宗玉

摘要：為進(jìn)一步提高細(xì)支煙原料的工業(yè)適用性及精選效率，選取福建省三明市寧化縣的翠碧一號(hào)原煙進(jìn)行外觀分類及質(zhì)量評(píng)價(jià)。針對(duì)細(xì)支煙原料需求，通過(guò)對(duì)各類別煙葉樣品的外觀質(zhì)量指標(biāo)和感官質(zhì)量指標(biāo)進(jìn)行關(guān)聯(lián)分析，應(yīng)用隨機(jī)森林和邏輯回歸分類模型確定煙葉精選外觀品控指標(biāo)（身份、色度），應(yīng)用證據(jù)權(quán)重確定外觀指標(biāo)要求（身份：中等-稍厚，色度：強(qiáng)-濃），模型準(zhǔn)確率達(dá)82.69%。結(jié)果表明，采用模型確定的外觀敏感性指標(biāo)，精選效率大幅提升，選出的煙葉工業(yè)適用性也明顯提高。

關(guān)鍵詞：細(xì)支煙;烤煙;精選;隨機(jī)森林;邏輯回歸;證據(jù)權(quán)重;品控指標(biāo);外觀質(zhì)量;感官質(zhì)量

中圖分類號(hào)： TS47 ?文獻(xiàn)標(biāo)志碼： A ?文章編號(hào)：1002-1302（2020）03-0214-04

我國(guó)煙草種植以散戶為主，煙葉等級(jí)質(zhì)量受人工影響較大，工商交接煙葉等級(jí)合格率不高的現(xiàn)象一直存在，工業(yè)企業(yè)采購(gòu)的煙葉等級(jí)合格率不高，可用性降低，嚴(yán)重影響卷煙產(chǎn)品配方的穩(wěn)定性[1-2]。精選不僅可以提高煙葉等級(jí)合格率，而且有效剔除青雜、霉變煙和非煙物質(zhì)，全面提高煙葉資源利用率[3]。

目前，國(guó)內(nèi)外針對(duì)煙葉質(zhì)量的研究主要側(cè)重于烤煙外觀質(zhì)量與化學(xué)成分的關(guān)系[4-7]，外觀質(zhì)量與感官質(zhì)量指標(biāo)間的關(guān)系[8-9]，外觀質(zhì)量指標(biāo)的檢測(cè)和量化[10-12]，對(duì)于基于品牌需求的精選外觀品控指標(biāo)篩選及量化尚未見(jiàn)報(bào)道。因此，本研究基于細(xì)支煙原料需求，應(yīng)用隨機(jī)森林和邏輯回歸分類模型對(duì)煙葉精選品控指標(biāo)進(jìn)行篩選，并基于證據(jù)權(quán)重輔助確定指標(biāo)量化區(qū)間，為優(yōu)化提升煙葉原料的均質(zhì)性和工業(yè)適用性提供參考。

1 材料與方法

1.1 試驗(yàn)材料

選自2015—2017年連續(xù)3年福建省三明市寧化縣的翠碧一號(hào)初烤煙C2F。

1.2 評(píng)價(jià)方法

1.2.1 外觀質(zhì)量評(píng)價(jià) 由高級(jí)技師和技師共6人組成外觀評(píng)價(jià)小組，根據(jù)GB 2635—1992《烤煙》品質(zhì)因素規(guī)定，對(duì)樣品進(jìn)行細(xì)分，3年共制84個(gè)煙葉樣品。按照表1外觀評(píng)價(jià)指標(biāo)及標(biāo)準(zhǔn)對(duì)各類樣品外觀指標(biāo)進(jìn)行量化。

1.2.2 感官質(zhì)量評(píng)價(jià) 由國(guó)家級(jí)評(píng)委和省級(jí)評(píng)委8人組成評(píng)吸小組，按照YC/T 530—2015《烤煙 煙葉質(zhì)量風(fēng)格特色感官評(píng)價(jià)方法》對(duì)樣品進(jìn)行感官評(píng)吸及指標(biāo)量化，并對(duì)每類樣品是否符合品牌細(xì)支煙原料需求給予判定，判定一致率低于80%的進(jìn)行復(fù)評(píng)。符合品牌細(xì)支煙配方需求的類別樣品記為0，不符合品牌細(xì)支煙配方需求的類別樣品記為1。

1.3 數(shù)據(jù)處理與分析

采用Excel 2007進(jìn)行證據(jù)權(quán)重運(yùn)算;采用R i386 3.1.1進(jìn)行描述統(tǒng)計(jì)和相關(guān)分析，構(gòu)建隨機(jī)森林、邏輯回歸分類器。

2 結(jié)果與分析

2.1 烤煙煙葉外觀及感官質(zhì)量特征指標(biāo)統(tǒng)計(jì)分布

由表2可知，樣品外觀與感官評(píng)價(jià)指標(biāo)在不同樣品間存在較為廣泛的變異，其中外觀評(píng)價(jià)指標(biāo)的變異明顯大于感官評(píng)價(jià)指標(biāo)。

2.2 烤煙煙葉外觀質(zhì)量特征與感官質(zhì)量特征指標(biāo)的相關(guān)分析

數(shù)據(jù)特征可采用線性相關(guān)分析考察外觀質(zhì)量各指標(biāo)與感官質(zhì)量指標(biāo)的相關(guān)關(guān)系，結(jié)果（表3）表明，不僅樣品外觀特征指標(biāo)與其感官特征指標(biāo)間存在顯著或極顯著相關(guān)關(guān)系，各外觀特征指標(biāo)間也存在顯著或極顯著相關(guān)關(guān)系，這反映了各變量間潛在的共同的信息維度。成熟度與所有感官指標(biāo)呈顯著或極顯著相關(guān)關(guān)系;身份與煙氣濃度、勁頭、香氣特性均呈極顯著相關(guān)關(guān)系;油分與香氣特性、煙氣特性、口感特性均呈極顯著相關(guān)關(guān)系;色度與香氣特性、煙氣特性、口感特性呈極顯著相關(guān)關(guān)系。

2.3 精選外觀品控指標(biāo)重要性排序

隨機(jī)森林算法評(píng)估所有變量的重要性，無(wú)需顧慮變量的多元共線性問(wèn)題[13]。由圖1可知，隨機(jī)森林規(guī)模在400左右時(shí)，誤差率已趨于平穩(wěn)。為進(jìn)一步增強(qiáng)平穩(wěn)性，將隨機(jī)森林規(guī)模設(shè)置為450，建立并運(yùn)行隨機(jī)森林分類模型，輸出結(jié)果顯示：OOB分類錯(cuò)誤率為25%，即基于隨機(jī)森林建立的分類模型預(yù)測(cè)正確率可達(dá)75%，分類結(jié)果混淆矩陣顯示判別分析的錯(cuò)誤率（表4）。

基于基尼指數(shù)的自變量相對(duì)重要性見(jiàn)表5。基尼系數(shù)越大，說(shuō)明該變量對(duì)工業(yè)適用性的分類重要性越高，因此，基于細(xì)支煙的精選外觀品控指標(biāo)重要性排序?yàn)樯矸?色度>顏色>成熟度>油分>葉片結(jié)構(gòu)。

2.4 精選重點(diǎn)外觀品控指標(biāo)的篩選及其閾值的確定

變量間的自相關(guān)將導(dǎo)致邏輯分類模型無(wú)法進(jìn)行有效擬合，選擇逐步進(jìn)入法應(yīng)用邏輯分類模型，基于AIC值最小原則進(jìn)行變量篩選，模型輸出結(jié)果見(jiàn)表6。

引入10折交叉驗(yàn)證分層隨機(jī)抽樣進(jìn)行對(duì)比，模型分類準(zhǔn)確率為76.5%，將外觀變量進(jìn)行降維后，篩選出的指標(biāo)為身份和色度，結(jié)合隨機(jī)森林模型得出的指標(biāo)相對(duì)重要性排序，最終確定的重點(diǎn)外觀品控指標(biāo)為身份和色度。

對(duì)篩選后的指標(biāo)進(jìn)行分箱，計(jì)算證據(jù)權(quán)重（WOE）值，結(jié)果見(jiàn)表7、表8。

由表7、表8可知，樣品外觀質(zhì)量同時(shí)滿足身份在（5，7]和色度（6，9]時(shí)，可較大程度選出符合細(xì)支煙需要的煙葉原料類別。根據(jù)變量篩選、分箱后，對(duì)原始數(shù)據(jù)進(jìn)行回判，所得混淆矩陣見(jiàn)表9。由混淆矩陣結(jié)果可知，根據(jù)最終確定的重點(diǎn)品控指標(biāo)及范圍，分類正確率為82.69%。

為盡可能減少錯(cuò)分樣本，更為貼合實(shí)際地指導(dǎo)生產(chǎn)，對(duì)錯(cuò)分樣本進(jìn)行歸納，最終確定基于細(xì)支煙原料需求的精選方式為：在嚴(yán)控副組和下部煙葉的基礎(chǔ)上，重點(diǎn)把控身份和色度指標(biāo)，確保上選煙葉身份在中等至稍厚區(qū)間，同時(shí)色度在強(qiáng)至濃區(qū)間，可確保選上煙葉趨于完全符合分類預(yù)期。

2.5 生產(chǎn)驗(yàn)證

將400 000 kg的C2F原煙隨機(jī)分成2份，200 000 kg 用于常規(guī)精選（精選出符合國(guó)標(biāo)C2F等級(jí)的煙葉），200 000 kg用于基于細(xì)支煙需求的分類模型精選。生產(chǎn)試驗(yàn)結(jié)果（表10）表明，分類模型精選J1類上選率為41.52%，遠(yuǎn)高于常規(guī)精選J類的17.63%，提高了1.35倍，有效提高了該等級(jí)煙葉的整體工業(yè)適用性。

由表11可知，分類模型精選試驗(yàn)J1類煙葉和常規(guī)精選的J類煙葉相比，煙氣濃度、透發(fā)性較好，香氣量微有減少，香氣質(zhì)和煙氣特性（細(xì)膩程度、柔和程度、圓潤(rùn)感）微有下降，雜氣略有增加，整體感官質(zhì)量較符合細(xì)支煙原料“高濃度、高香氣、高透發(fā)”的需求預(yù)期。

3 結(jié)論與討論

原煙精選是卷煙工業(yè)配方工作前移的必備項(xiàng)目，相關(guān)的研究多集中在精選的作用及過(guò)程管理上。本研究基于細(xì)支煙原料“高香氣、高濃度、高透發(fā)”的需求，采用隨機(jī)森林、邏輯分類模型和證據(jù)權(quán)重從眾多質(zhì)量評(píng)價(jià)指標(biāo)中篩選出身份和色度2個(gè)重點(diǎn)外觀品控指標(biāo)，通過(guò)證據(jù)權(quán)重計(jì)算其閾值為身份（中等-稍厚）和色度（強(qiáng)-濃），分類模型準(zhǔn)確率達(dá)82.69%。研究結(jié)果在生產(chǎn)中的指導(dǎo)作用顯著，從技術(shù)上簡(jiǎn)化了品控指標(biāo)，降低了操作難度，有效提高了精選效率;精選出的煙葉和品牌需求契合度更高，有效提高了煙葉工業(yè)適用性。

工業(yè)適用性分類一般發(fā)生在正組煙葉等級(jí)中，各類別煙葉樣品間成熟度的波動(dòng)幅度較小且操作難度較大。煙葉身份與煙氣濃度呈極顯著正相關(guān)關(guān)系，且樣品間身份波動(dòng)幅度較大，生產(chǎn)中易識(shí)別。色度則包含煙葉顏色的均勻程度和光澤度，與顏色和油分呈極顯著相關(guān)關(guān)系。因此，本研究基于細(xì)支煙的精選外觀品控指標(biāo)重要性排序?yàn)樯矸?色度>顏色>成熟度>油分>葉片結(jié)構(gòu)，該排序僅僅說(shuō)明6個(gè)分級(jí)因素對(duì)樣品工業(yè)適用性分類的敏感性，這與傳統(tǒng)認(rèn)為成熟度、油分決定煙葉品質(zhì)的觀點(diǎn)并不沖突。

參考文獻(xiàn)：

[1]許洪慶，王玉平，李 淳. 等級(jí)合格率對(duì)復(fù)烤煙葉質(zhì)量影響研究初報(bào)[J]. 耕作與栽培，2010（2）：17-18，20.

[2]楊尚明，韓中波，徐 鵬，等. 煙葉散葉收購(gòu)方式對(duì)等級(jí)質(zhì)量的影響[J]. 現(xiàn)代農(nóng)業(yè)科技，2013（6）：307-309，312.

[3]闞宏偉，胡亞杰，張紀(jì)利. 加強(qiáng)原煙精選提高煙葉等級(jí)質(zhì)量[J]. 天津農(nóng)業(yè)科學(xué)，2016，22（7）：98-101.

[4]陳慶園，陳 雪，袁有波. 初烤煙葉外觀質(zhì)量與主要化學(xué)成分關(guān)系的研究[J]. 中國(guó)煙草科學(xué)，2008，29（1）：30-32.

[5]湯朝起，劉 偉，潘紅源，等. 烤煙外觀質(zhì)量的評(píng)價(jià)延伸指標(biāo)與內(nèi)在品質(zhì)的關(guān)系[J]. 煙草科技，2011（9）：71-74.

[6]孫 平，程 森，竇玉青，等. 四川會(huì)東初烤煙葉外觀質(zhì)量與主要化學(xué)成分關(guān)系研究[J]. 中國(guó)煙草科學(xué)，2013，34（1）：29-33.

[7]唐 宇，程 森，竇玉青，等. 云南宣威初烤煙葉外觀質(zhì)量性狀與內(nèi)在品質(zhì)的關(guān)系[J]. 煙草科技，2011（3）：72-76.

[8]羅萬(wàn)麟，李永棟，路曉崇，等. 紅花大金元外觀質(zhì)量與感官質(zhì)量的典型相關(guān)分析[J]. 山東農(nóng)業(yè)科學(xué)，2016，48（7）：35-38.

[9]閆洪洋，閆洪喜，吉松毅，等. 河南烤煙外觀質(zhì)量與感官質(zhì)量的相關(guān)性[J]. 煙草科技，2012（7）：17-23

[10]蔡憲杰，王信民，尹啟生.烤煙外觀質(zhì)量指標(biāo)量化分析初探[J]. 煙草科技，2004（6）：37-39，42.

[11]蔡憲杰，王信民，尹啟生. 成熟度與煙葉質(zhì)量的量化關(guān)系研究[J]. 中國(guó)煙草學(xué)報(bào)，2005，11（4）：42-46.

[12]鄧小華，周冀衡，楊虹琦，等. 湖南烤煙外觀質(zhì)量量化評(píng)價(jià)體系的構(gòu)建與實(shí)證分析[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2007，40（9）：2036-2044.

[13]李欣海. 隨機(jī)森林模型在分類與回歸分析中的應(yīng)用[J]. 應(yīng)用昆蟲(chóng)學(xué)報(bào)，2013，50（4）：1190-1197.