响应面法和BP神经网络在烟叶拉力测定中的应用

作者：关罗浩; 战磊; 张玺; 饶宇宁; 刘秋红; 高攀; 刘建书; 刘程炜

来源：广东农业科学, 2023, 50(11): 146-154.

DOI：10.16768/j.issn.1004-874X.2023.11.015

• 烟叶拉力
• 质构仪
• 响应面法
• 参数优化
• 含水率
• BP神经网络

【目的】烟叶拉力是烟叶物理特性之一，反映烟叶的耐加工性，对烟叶拉力特性进行研究可为烟叶打叶复烤参数设置提供参考，进一步提高烟叶加工的经济效益。【方法】为提高质构仪测定烟叶拉力的稳定性和准确性，利用Box-Behnken原理设计三因素三水平参数，应用响应面法分析各参数对结果变异系数的影响，得到烟叶拉力测定的最优参数组合。研究含水率对烟叶拉力的影响，进一步建立烟叶含水率X-拉力Y的BP神经网络预测模型。【结果】响应面法分析结果显示，拉力变异系数受样品宽度的影响极显著，受测试速率影响显著，受触发力影响不明显，拉力测定的最优参数组合为样品宽度10 mm、测试速率0.5 mm/s、触发力0.1 N，以此参数测定拉力的变异系数显著下降为13.8%。烟叶的抗张强度随含水率的增大呈先增大后减小趋势，景东C3F含水率为18.41%时的抗张强度最大、为0.456 N/mm，景东C1F含水率为18.46%时抗张强度仅为0.288 N/mm；红河C3F、普洱C3F含水率分别为20.64%、18.47%时的最大抗张强度分别为0.447、0.310 N/mm；不同地区、等级烟叶的拉力存在差异。建立的烟叶含水率X-拉力Y BP神经网络预测模型，预测值与真实值吻合度较高，均方误差MSE为0.04761，均方根误差RMSE为0.2182。【结论】响应面分析法可用于分析烟叶拉力测定参数对结果的影响，优化后的结果稳定性提高；不同地区、等级烟叶的拉力差异显著，并且随含水率增大呈先增大后减小变化，可根据该规律选择合适的含水率，使烟叶耐加工性最佳；建立的BP神经网络模型的预测值误差较小、精度较好，可用于对烟叶拉力的预测。

• 单位
  云南烟叶复烤有限责任公司; 广东中烟工业有限责任公司