本发明专利技术公开了一种片烟气调贮存过程中烟叶质量变化趋势分析方法，其特征在于：包括以下步骤：S01，分析样品的制备；S02，综合评价各指标Ci值；S03，以计算的指标Ci值的数据，采用SPSS进行数据分析。本发明专利技术提供的一种片烟气调贮存过程中烟叶质量变化趋势分析方法，主要利用指标Ci值及SPSS来科学分析探索不同仓储方式间的差异显著性及其在不同时间点上的变化趋势的方法，该法能客观、准确分析不同时间点上及不同处理间的差异显著性，明确不同处理的影响效果比较及其随时间的变化趋势，具有简易性、高效性、科学性等优点，可作为烟草科研领域中符合重复测量设计数据资料的统计分析方法。
【技术实现步骤摘要】
一种片烟气调贮存过程中烟叶质量变化趋势分析方法
本专利技术涉及一种片烟气调贮存过程中烟叶质量变化趋势分析方法，属于烟草分析
技术介绍
近年来，随着烟草行业对仓储养护的日趋重视，开展了大量的片烟醇化技术研究。由于烟叶自然醇化是一种温和而缓慢的发酵方法，要全面、深入了解试验条件对片烟醇化效果的影响，需对同一试验样品在醇化周期内的质量进行跟踪评价；评价的数据在不同试验样品间是独立的，但同一试验样品在不同时间点上测得的数据间往往不独立，存在相关性；这与传统统计学要求的独立性条件相矛盾，不宜采用t检验、方差分析、随机区组设计等方法分析处理，使该类仓储试验的数据统计分析存在一定的复杂性，所以以往试验效果的验证多为通过描述性统计方法来直观判定。该种直观判定的方法存在可靠性差、误差大等问题，故科学分析探索不同仓储方式间的差异显著性及其在不同时间点上的变化趋势是一个亟待解决的问题。
技术实现思路
本专利技术所要解决的技术问题是，提供一种科学分析探索不同仓储方式间的差异显著性及其在不同时间点上的变化趋势的方法，该法能客观、准确分析不同时间点上及不同处理间的差异显著性，明确不同处理的影响效果比较及其随时间的变化趋势，具有简易性、高效性、科学性等优点，可作为烟草科研领域中符合重复测量设计数据资料的统计分析方法。为解决上述技术问题，本专利技术采用的技术方案为：一种片烟气调贮存过程中烟叶质量变化趋势分析方法，其特征在于：包括以下步骤：S01，分析样品的制备：设置至少6组气调处理垛位组和6组常规贮存垛位组，每组中均包括至少5个等级复烤片烟的试验样品，各试验样品均为2箱；并将至少12组样品存放后每6个月取样进行质量评价1次得原始数据，共计评价6次，并按评价时间先后依次标记为T1、T2、T3、T4、T5、T6；所述质量评价的指标包括香气质、香气量、丰满程度、杂气、浓度、劲头、细腻程度、成团性、刺激性、干净程度、干燥感、甜度和工业适用性；S02，综合评价各指标Ci值：a，指标趋势化处理：质量评价的指标中除劲头和浓度外均为高优指标，浓度在5～6之间为高优指标、劲头在5～6之间为低优指标；b，建立决策矩阵A：根据原始数据建立决策矩阵A，即：式(1)式(1)中，f1～fn代表各试验样品；f11～f1m代表第一个试验样品的各指标的原始数据；f21～f2m代表第二个试验样品的各指标的原始数据；fn1～fnm代表第n个试验样品的各指标的原始数据；按照式(1)将A构建成为规范化的决策矩阵Z′ij，即：式(2)式(2)中，i＝1,2,…,n；j＝1,2,…,m；即n代表试验样品的个数，m代表指标的个数；按照式(2)构造规范化的加权决策矩阵Z，加权决策矩阵Z其中的元素为Zij，其中Wj为第j个目标的权，即：Zij＝Wj×Z′ij式(3)式(3)中，i＝1,2,…,n；j＝1,2,…,m；忽略指标间的偏好，即无需构造规范化的加权决策矩阵，则Z′ij即为Zij；c，确定理想解和负理想解：如果规范化的加权决策矩阵Z中元素Zij值越大，则表示方案越好，即为高优指标，则：理想解为：式(4)负理想解为：式(5)低优指标则相反；经计算可得各等级复烤片烟的理想解和负理想解；d，计算各样品指标与最优值的距离各样品指标与最劣值的距离和各样品指标的距离得分Ci值：式(6)式(6)中，代表理想解，由式(4)计算得到；i＝1,2,…,n；式(7)式(7)中，代表负理想解，由式(5)计算得到；i＝1,2,…,n；按照式(8)计算样品指标与理想解的相对接近程度，即指标Ci值：式(8)式(8)中，0≤Ci≤1；i＝1,2,…,n；S03，以计算的指标Ci值的数据，采用SPSS进行数据分析；从分析结果可以看出，在不同时间点上样品质量差异显著，“时间*处理”无交互作用；不同处理之间的差异在1％显著水平下显著；气调处理垛位组的质量随时间呈先升后降趋势、常规贮存垛位组整体呈下降趋势，且在相同时间点上气调处理垛位组样品质量的均值高于常规贮存垛位组；不同处理的质量在T3～T6时间点上的差异较明显。所述SPSS为采用SPSS19.0中的GLM中的重复度量模型进行重复测量设计方差分析。所述重复测量设计方差分析的主体内因子为时间，即T1、T2、T3、T4、T5、T6；主体间因子为处理，所述处理包括气调和常规贮存。所述气调处理垛位组是采用片烟气调贮存法进行贮存。指标Ci值的设置，将质量评价多个指标的数据综合反映到一个变量，精确的反映出各评价对象之间的距离；该方法对数据分布及样本量、指标多少无严格限制，思路清晰、分析结果较合理、应用灵活。另外，在计算评价对象与最优方案和最劣方案距离时，可以根据各指标重要程度赋予不同的权重，但为准确体现样品质量变化趋势和充分利用了原始数据信息，在计算过程中未引入权重构造规范化的加权决策矩阵。烟草行业内片烟仓储醇化等重复测量设计试验的数据一般不存在缺失值，且测量次数与测量间距相同，应用重复测量方差分析对试验数据进行统计，能客观、准确分析不同时间点上及不同处理间的差异显著性，明确不同处理的影响效果比较及其随时间的变化趋势，具有简易性、高效性、科学性等优点，可作为烟草科研领域中符合重复测量设计数据资料的统计分析方法。本专利技术提供的一种片烟气调贮存过程中烟叶质量变化趋势分析方法，主要利用指标Ci值及SPSS来科学分析探索不同仓储方式间的差异显著性及其在不同时间点上的变化趋势的方法，该法能客观、准确分析不同时间点上及不同处理间的差异显著性，明确不同处理的影响效果比较及其随时间的变化趋势，具有简易性、高效性、科学性等优点，可作为烟草科研领域中符合重复测量设计数据资料的统计分析方法。附图说明图1为重复测量指标的均数变化趋势图。具体实施方式为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合附图及具体实施方式，进一步阐述本专利技术。1、材料与方法1.1试验材料2009年贵州大方C3F，云南大理B2F，云南宁洱B2F，湖南郴州C3F，山东日照B2F等5个等级复烤片烟。1.2方法1.2.1试验设计设置6组气调处理垛位组和6组常规贮存垛位组，常规贮存垛位组为对照组；每组中各试验样品均为2箱，并将12组集中设置堆放在江苏中烟淮阴卷烟厂徐扬烟叶仓库1号库的同一试验地点。从2011年8月开始，每6个月取样进行质量评价一次的原始数据，共计评价6次，并按评价时间先后依次标记为T1、T2、T3、T4、T5、T6。根据内部标准，对香气质、香气量、丰满程度、杂气、浓度、劲头、细腻程度、成团性、刺激性、干净程度、干燥感、甜度、工业适用性等13个单项指标进行评价。2、综合评价各指标Ci值指标Ci值为评价对象与最优方案的相对接近程度，具体步骤如下：2.1计算指标Ci值2.1.1指标趋势化处理根据评价标准，质量评价指标除劲头和浓度外均为高优指标，在表2.1所示范围内可认为浓度为高优指标、劲头为低优指标；表2.1浓度和劲头分值分布2.1.2建立规范化多目标决策矩阵如表2.2，根据原始数据建立决策矩阵A，式(1)式(1)中，f1～fn代表各试验样品；f11～f1m代表同一个试验样品的香气质、香气量、丰满程度、杂气、浓度、劲头、细腻程度、成团性、刺激性、干净程度、干燥感、甜度、工业适用性等13个指标的原始本文档来自技高网...
【技术保护点】
一种片烟气调贮存过程中烟叶质量变化趋势分析方法，其特征在于：包括以下步骤：S01，分析样品的制备：设置至少6组气调处理垛位组和6组常规贮存垛位组，每组中均包括至少5个等级复烤片烟的试验样品，各试验样品均为2箱；并将至少12组样品存放后每6个月取样进行质量评价1次得原始数据，共计评价6次，并按评价时间先后依次标记为T1、T2、T3、T4、T5、T6；所述质量评价的指标包括香气质、香气量、丰满程度、杂气、浓度、劲头、细腻程度、成团性、刺激性、干净程度、干燥感、甜度和工业适用性；S02，综合评价各指标Ci值：a，指标趋势化处理：质量评价的指标中除劲头和浓度外均为高优指标，浓度在5～6之间为高优指标、劲头在5～6之间为低优指标；b，建立决策矩阵A：根据原始数据建立决策矩阵A，即：A=f11f12...f1mf21f22...f2m............fn1fn2...fnm]]> 式(1)式(1)中，f1～fn代表各试验样品；f11～f1m代表第一个试验样品的各指标的原始数据；f21～f2m代表第二个试验样品的各指标的原始数据；fn1～fnm代表第n个试验样品的各指标的原始数据；按照式(1)将A构建成为规范化的决策矩阵Z′ij，即：zij′=fijΣi=1nfij2]]> 式(2)式(2)中，i＝1,2,…,n；j＝1,2,…,m；即n代表试验样品的个数，m代表指标的个数；按照式(2)构造规范化的加权决策矩阵Z，加权决策矩阵Z其中的元素为Zij，其中Wj为第j个目标的权，即：Zij＝Wj×Z′ij 式(3)式(3)中，i＝1,2,…,n；j＝1,2,…,m；忽略指标间的偏好，即无需构造规范化的加权决策矩阵，则Z′ij即为Zij；c，确定理想解和负理想解：如果规范化的加权决策矩阵Z中元素Zij值越大，则表示方案越好，即为高优指标，则：理想解为：Z+=(Z1+,Z2+,...,Zm+)={maxiZij|j=1,2,...m}]]> 式(4)负理想解为：Z-=(Z1-,Z2-,...,Zm-)={miniZij|j=1,2,...,m}]]> 式(5)低优指标则相反；经计算可得各等级复烤片烟的理想解和负理想解；d，计算各样品指标与最优值的距离各样品指标与最劣值的距离和各样品指标的距离得分Ci值：Si+=Σj=1m(Zij-Zj+)2]]> 式(6)式(6)中，代表理想解，由式(4)计算得到；i＝1,2,…,n；Si-=Σj=1m(Zij-Zj-)2]]> 式(7)式(7)中，代表负理想解，由式(5)计算得到；i＝1,2,…,n；按照式(8)计算样品指标与理想解的相对接近程度，即指标Ci值：Ci=Si-Si-+Si+]]> 式(8)式(8)中，0≤Ci≤1；i＝1,2,…,n；S03，以计算的指标Ci值的数据，采用SPSS进行数据分析；从分析结果可以看出，在不同时间点上样品质量差异显著，“时间*处理”无交互作用；不同处理之间的差异在1％显著水平下显著；气调处理垛位组的质量随时间呈先升后降趋势、常规贮存垛位组整体呈下降趋势，且在相同时间点上气调处理垛位样品质量的均值高于常规贮存垛位组；不同处理的质量在T3～T6时间点上的差异较明显。...
【技术特征摘要】
1.一种片烟气调贮存过程中烟叶质量变化趋势分析方法，其特征在于：包括以下步骤：S01，分析样品的制备：设置至少6组气调处理垛位组和6组常规贮存垛位组，每组中均包括至少5个等级复烤片烟的试验样品，各试验样品均为2箱；并将至少12组样品存放后每6个月取样进行质量评价1次得原始数据，共计评价6次，并按评价时间先后依次标记为T1、T2、T3、T4、T5、T6；所述质量评价的指标包括香气质、香气量、丰满程度、杂气、浓度、劲头、细腻程度、成团性、刺激性、干净程度、干燥感、甜度和工业适用性；S02，综合评价各指标Ci值：a，指标趋势化处理：质量评价的指标中除劲头和浓度外均为高优指标，浓度在5～6之间为高优指标、劲头在5～6之间为低优指标；b，建立决策矩阵A：根据原始数据建立决策矩阵A，即：式(1)中，f1～fn代表各试验样品；f11～f1m代表第一个试验样品的各指标的原始数据；f21～f2m代表第二个试验样品的各指标的原始数据；fn1～fnm代表第n个试验样品的各指标的原始数据；按照式(1)将A构建成为规范化的决策矩阵Z′ij，即：式(2)中，i＝1,2,…,n；j＝1,2,…,m；即n代表试验样品的个数，m代表指标的个数；按照式(2)构造规范化的加权决策矩阵Z，加权决策矩阵Z其中的元素为Zij，其中Wj为第j个目标的权，即：Zij＝Wj×Z′ij式(3)式(3)中，i＝1,2,…,n；j＝1,2,…,m；忽略指标间的偏好，即无需构造规范化的加...
【专利技术属性】
技术研发人员：胡宗玉，李少鹏，纪铭阳，孙海平，张天兵，龚珍林，赵才能，潘高伟，郭晓东，韩云龙，
申请(专利权)人：江苏中烟工业有限责任公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。