數(shù)學(xué)算法在白酒勾調(diào)中的應(yīng)用研究進(jìn)展

高紫瑤，邵 燕，侯冰峰，李 麗*

（1.四川輕化工大學(xué)，四川宜賓 644000；2.瀘州老窖股份有限公司，四川瀘州 646000）

中國白酒釀制技藝歷經(jīng)千年積淀、傳承和改進(jìn)，已發(fā)展形成了十二大香型瀘州老窖等多家白酒名企的傳統(tǒng)釀制技藝，且均入選了國家非物質(zhì)文化遺產(chǎn)[1-2]，白酒勾調(diào)技藝是其核心技藝之一。白酒企業(yè)中的勾調(diào)技藝包括基礎(chǔ)酒組合和調(diào)味，均由具有多年釀酒生產(chǎn)經(jīng)驗的專家擔(dān)任，憑借其豐富的勾調(diào)經(jīng)驗和敏銳的感官品嘗技能，將不同發(fā)酵窖池、窖池窖齡、發(fā)酵周期、發(fā)酵工藝以及儲存周期等原因形成的風(fēng)格各異的基礎(chǔ)酒組合成香味協(xié)調(diào)、口感舒適、風(fēng)格典型的美酒[3-6]。但是，勾調(diào)過程會受到嘗評專家的身體、心理、情緒、環(huán)境等諸多因素的影響。自計算機(jī)推廣應(yīng)用以來，采用人工智能數(shù)學(xué)算法進(jìn)行白酒勾調(diào)一直都是行業(yè)研究的熱點(diǎn)，瀘州老窖、汾酒和沱牌等知名企業(yè)都開發(fā)并擁有了自己的微機(jī)勾兌系統(tǒng)，為人工智能勾調(diào)和鑒評積累了豐富的經(jīng)驗[7-8]。

1 白酒勾調(diào)數(shù)學(xué)算法

20 世紀(jì)70 年代以來，色譜分析技術(shù)在白酒行業(yè)中得到了推廣應(yīng)用，白酒專家認(rèn)識到白酒中的成分除了水和乙醇外，還有300 多種香味物質(zhì)，并將其分為色譜骨架成分、協(xié)調(diào)成分和復(fù)雜的微量成分，且在勾調(diào)過程中要控制酒的色譜骨架成分含量和比例。不同類型的微量成分起到的作用不同，酯類一般可決定酒體風(fēng)格，酸類可增味，醇類可平衡多種味道，醛酮主要是輔佐放香，酸酯平衡是口感協(xié)調(diào)的關(guān)鍵[9]。白酒中呈香呈味微量成分的定性和定量分析為計算機(jī)勾調(diào)系統(tǒng)的實現(xiàn)奠定了數(shù)字基礎(chǔ)。白酒專家通過分析優(yōu)級酒中微量成分的含量范圍及其量比關(guān)系，采用線性規(guī)劃、目標(biāo)規(guī)劃、模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)算法和遺傳算法等計算機(jī)算法，模擬人工組合和調(diào)味，以達(dá)到提高效率、穩(wěn)定酒質(zhì)和降低成本的目的。

1.1 線性規(guī)劃

線性規(guī)劃是研究在線性約束條件下求解目標(biāo)函數(shù)極值的方法。1983 年唐錫華[10]提出勾酒與數(shù)學(xué)的線性關(guān)系，由于當(dāng)時計算水平落后，尚未求解。1985 年沈國坤等[11]首次提出用線性規(guī)劃解決計算機(jī)勾兌名酒的思路和方法，但并未對該方法的計算過程進(jìn)行闡述。20 世紀(jì)90 年代，計算機(jī)勾調(diào)成為白酒專家競相研究的熱點(diǎn)。最初的研究只是根據(jù)色譜成分進(jìn)行數(shù)學(xué)建模，約束條件是各種微量成分的含量范圍及四大酯的比例關(guān)系，目標(biāo)函數(shù)有勾兌的半成品酒量最大、使用的好酒量最少、使用的差酒量最大和相對偏差的平方和最小等，通過模型求解能夠初步實現(xiàn)勾兌質(zhì)量穩(wěn)定、減輕人工勾兌勞動力、提高勾兌效率等[12-16]。任鹿海等[17]、張景鵬等[18]建立了感官指標(biāo)和理化指標(biāo)之間的數(shù)學(xué)模型，在線性規(guī)劃中增加了感官指標(biāo)質(zhì)量評分為目標(biāo)函數(shù)進(jìn)行優(yōu)化，使計算機(jī)勾兌模型進(jìn)一步完善。黃漢英等[19]以五大酸、四大酯、兩醛及四大酸比例為約束條件，以成本最低為目標(biāo)進(jìn)行優(yōu)化，采用線性規(guī)劃方法計算得到的配方的成本與手工計算的配方相比，有明顯降低。根據(jù)陶壇儲酒用于勾兌的生產(chǎn)需要，李慧玲等[20]建立了白酒勾兌混合整數(shù)線性規(guī)劃模型，該模型提出分層求解策略，通過參數(shù)調(diào)整得到最優(yōu)解。勾調(diào)模型的計算結(jié)果與純線性規(guī)劃相比，白酒整壇數(shù)更多，大大提高了基酒儲存空間的利用率，降低了勾調(diào)組合的操作成本和倉儲成本。瀘州老窖和四川輕化工大學(xué)聯(lián)合開發(fā)了白酒微機(jī)勾兌調(diào)味輔助系統(tǒng)（GTS 系統(tǒng)），該系統(tǒng)基于線性規(guī)劃原理設(shè)計，構(gòu)建了可模仿學(xué)習(xí)的專家調(diào)味知識系統(tǒng)，通過不斷迭代修正來調(diào)整、升級專家調(diào)味知識系統(tǒng)，以指導(dǎo)計算機(jī)調(diào)味[21-22]。

在應(yīng)用線性規(guī)劃解決勾兌問題時，經(jīng)常遇到無法滿足所有約束條件的區(qū)間，線性規(guī)劃出現(xiàn)無解情況。另外，線性規(guī)劃的目標(biāo)只有一個，而實際生產(chǎn)中的目標(biāo)可能會很多，主要有白酒勾兌配方的成本最低、酒體感官評分最高、酸酯成分比例最佳、衛(wèi)生指標(biāo)最優(yōu)等多個目標(biāo)。因此，要解決各目標(biāo)之間存在的矛盾，就需要用到多目標(biāo)規(guī)劃。

1.2 目標(biāo)規(guī)劃

目標(biāo)規(guī)劃在線性規(guī)劃的基礎(chǔ)上進(jìn)一步升級，突破了線性規(guī)劃的局限性，把所有的約束條件均轉(zhuǎn)化為目標(biāo)，然后根據(jù)其重要程度來賦予不同目標(biāo)的權(quán)重，最終將多目標(biāo)規(guī)劃轉(zhuǎn)化為單一目標(biāo)并進(jìn)行優(yōu)化。李家明[23-24]設(shè)計了多目標(biāo)規(guī)模模型。與線性規(guī)劃的對比結(jié)果顯示，在相同的條件下目標(biāo)規(guī)劃的配方成本更低、微量成分平衡協(xié)調(diào)、口感更佳。黃曉峰[25]構(gòu)建了理化指標(biāo)和成本價格雙目標(biāo)規(guī)劃模型，并為每個目標(biāo)設(shè)置了優(yōu)先因子，得到的配方能夠同時滿足風(fēng)味物質(zhì)均衡、感官評分較高、用酒成本最低等多個條件的要求。王瑩瑩[26]構(gòu)建的多目標(biāo)規(guī)劃模型，將微量成分含量、成分比例約束、目標(biāo)酒總量、基礎(chǔ)酒限量、基礎(chǔ)酒等級、基礎(chǔ)酒酒齡和成本等約束條件全部轉(zhuǎn)化為目標(biāo)函數(shù)，根據(jù)其重要程度賦予不同的權(quán)重，權(quán)重越大越重要，從而平衡了多個目標(biāo)函數(shù)的關(guān)系，提高了勾兌計算過程的準(zhǔn)確性，降低了技術(shù)人員的勞動強(qiáng)度。目標(biāo)規(guī)劃的約束條件是非剛性約束，允許目標(biāo)出現(xiàn)合理偏差，因此會出現(xiàn)多個優(yōu)化結(jié)果。該算法雖然克服了線性規(guī)劃的目標(biāo)單一性缺點(diǎn)，但也帶來了優(yōu)化結(jié)果的較大不確定性，可能會出現(xiàn)約束不嚴(yán)、優(yōu)化配方不符合要求的結(jié)果。

1.3 模糊數(shù)學(xué)

模糊數(shù)學(xué)是研究和處理模糊性現(xiàn)象的數(shù)學(xué)理論和方法。趙繼倫[27]、周瑛等[28]采用模糊數(shù)學(xué)方法研究白酒的感官品評，提高了品評結(jié)果的可靠性。由于基礎(chǔ)酒中微量成分的含量及對成品酒質(zhì)量作用具有不確定性，因此可在勾調(diào)模型中引入模糊數(shù)學(xué)方法。李家明[24,29]在線性規(guī)劃模型基礎(chǔ)上引入模糊約束集，并根據(jù)其豐富經(jīng)驗和標(biāo)樣酒指標(biāo)確定各種微量成分含量的伸縮量，當(dāng)約束條件完全滿足時隸屬函數(shù)值為1，約束條件超過伸縮量時隸屬函數(shù)為0，其他則介于0 與1 之間。模糊數(shù)學(xué)勾調(diào)模型是模擬勾兌專家的調(diào)配過程，能夠根據(jù)影子價格對約束條件自動進(jìn)行調(diào)整、計算，直到給出理想的結(jié)果。在相同基礎(chǔ)酒條件下進(jìn)行手工配方、線性規(guī)劃、目標(biāo)規(guī)劃和模糊數(shù)學(xué)規(guī)劃對比研究，模糊數(shù)學(xué)方法建立的模型可通過伸縮量調(diào)整配方，雖然在某些微量成分上略低于標(biāo)準(zhǔn)值，但仍不影響酒體整體的平衡協(xié)調(diào)，是4種方法中成本最低、口感最佳的方法。采用模糊數(shù)學(xué)方法進(jìn)行勾調(diào)的研究較少。雖然模糊數(shù)學(xué)模型具有規(guī)則簡單、計算速度快、自我調(diào)整等優(yōu)點(diǎn)，但伸縮量的設(shè)定需要豐富的勾調(diào)經(jīng)驗，初學(xué)者不易掌握。

1.4 神經(jīng)網(wǎng)絡(luò)算法

神經(jīng)網(wǎng)絡(luò)算法是模擬人腦神經(jīng)網(wǎng)絡(luò)來實現(xiàn)類人工智能的機(jī)器學(xué)習(xí)技術(shù)。2006 年，HINTON[30]首次提出了“深度信念網(wǎng)絡(luò)”的概念，掀起了深度學(xué)習(xí)研究的熱潮。多層感知器的神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)模型的深化發(fā)展。與單層神經(jīng)網(wǎng)絡(luò)相比，多層神經(jīng)網(wǎng)絡(luò)可以無限逼近任意連續(xù)函數(shù)。完整的神經(jīng)網(wǎng)絡(luò)是由若干節(jié)點(diǎn)組成的一個輸入層、一個輸出層和一個以上的中間隱藏層組成，各層之間由權(quán)值相連接，一個神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法就是讓權(quán)重的值迭代到最優(yōu)值，使得整個網(wǎng)絡(luò)的預(yù)測結(jié)果最優(yōu)。在白酒勾調(diào)研究中，張東升[31]利用色譜分析技術(shù)提取白酒微量成分，建立基礎(chǔ)酒勾調(diào)配方優(yōu)化的數(shù)學(xué)模型，使用神經(jīng)網(wǎng)絡(luò)反向傳播算法來構(gòu)建神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型，通過機(jī)器學(xué)習(xí)升級改進(jìn)感官評分系統(tǒng)，報道中只是闡述理論模型，并無勾調(diào)結(jié)果。李志民[32]將酒體理化數(shù)據(jù)轉(zhuǎn)換成理化信息矩陣和評分矩陣，采用matlab 的神經(jīng)網(wǎng)絡(luò)工具箱建立一個三層的網(wǎng)絡(luò)，其中隱含層設(shè)計了20 個神經(jīng)元，使用的傳遞函數(shù)為tan-sigmoid，在輸出層使用的是線性傳遞函數(shù)，利用BP 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練挖掘理化數(shù)據(jù)中的關(guān)聯(lián)信息，建立酒體微量成分指標(biāo)和酒體質(zhì)量之間的函數(shù)關(guān)系，實現(xiàn)了白酒的智能勾兌。黃曉峰等[33]解決了目標(biāo)規(guī)劃算法中權(quán)重難以確定的問題，利用人工神經(jīng)網(wǎng)絡(luò)算法改進(jìn)和優(yōu)化了目標(biāo)規(guī)劃算法。結(jié)果表明，基于神經(jīng)網(wǎng)絡(luò)優(yōu)化算法的勾調(diào)成功率提高到98%，成本降低了6%，得到了滿足多目標(biāo)的最優(yōu)勾調(diào)配方。黃余等[34]使用神經(jīng)網(wǎng)絡(luò)算法優(yōu)化了配方，使組合出來的白酒口感最佳、成本最低。

1.5 遺傳算法

遺傳算法是模仿生物系統(tǒng)進(jìn)化機(jī)制而形成的隨機(jī)全局搜索和優(yōu)化的方法，能在搜索過程中自動獲取和積累搜索區(qū)域的經(jīng)驗，并調(diào)節(jié)、控制搜索過程來得到全局最佳解，具有并行計算、高效優(yōu)化、全局搜索的優(yōu)點(diǎn)。劉淑玲等[35]基于遺傳算法設(shè)計的白酒智能勾兌系統(tǒng)，可以大大縮短勾調(diào)周期。曾黃麟等[22]、張良等[22]在研究瀘州老窖微機(jī)勾調(diào)系統(tǒng)時，采用遺傳算法非線性優(yōu)化方法來尋求最優(yōu)解，解決了線性規(guī)劃沒解的問題。

2 結(jié)語

未來人工智能白酒勾調(diào)研究將主要集中在計算機(jī)硬件研究、智能軟件研究和智能技術(shù)集成研究等3個方面。目前白酒的窖香、糟香、糧香、曲香、陳香、焦糊香等香氣成分的定性和定量檢測仍未實現(xiàn)，只有檢測范圍更廣、分辨率更高、檢測精度更高的檢測硬件設(shè)備的發(fā)展，才能更全面、更深入、更準(zhǔn)確地對白酒進(jìn)行剖析。另外，儲存信息量更大、計算速度更快的計算機(jī)硬件發(fā)展也為復(fù)雜軟件的運(yùn)行提供了可能。數(shù)據(jù)訓(xùn)練出更強(qiáng)大的程序，程序產(chǎn)生更優(yōu)的數(shù)據(jù)，未來也可以開展基于深度學(xué)習(xí)的人工智能白酒勾調(diào)系統(tǒng)研究，深度融合云計算和大數(shù)據(jù)等前沿技術(shù)，訓(xùn)練出計算速度更快、架構(gòu)更優(yōu)、算法更準(zhǔn)的人工智能白酒勾調(diào)系統(tǒng)。相信不遠(yuǎn)的將來，智能白酒勾調(diào)系統(tǒng)將縱向融合智能化釀造、智能化酒庫、智能化包裝和智能化物流系統(tǒng)，使中國白酒傳統(tǒng)產(chǎn)業(yè)被打造成高科技的智慧工廠。