基于神经网络的白酒勾兑目标规划算法优化

• 作者: 俞建午 李小兵 杨丽明 蔡梦萍 黄晓峰
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 白酒勾兑 神经网络 目标规划 Matlab仿真
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 研究与探讨
• 页码范围: 130-133
• 分类号: TS261.4
• 语种: 中文

摘要

针对白酒勾兑过程中,现有的白酒勾兑目标规划算法难以确定权系数(优先因子)的缺点,本文提出了利用人工神经网络对目标规划算法进行改进和优化,选择三层前向BP神经网络结构,并通过选取理化指标向量与“优先因子”权系数向量之间合适的样本,对该神经网络结构进行训练,训练完成后得到了一组最优的“优先因子”,代入配方模型,求得白酒勾兑最优的配方解.仿真结果表明,基于神经网络的优化算法快速、收敛、可行,能够得到满足多目标的最优配方,得到的理化指标曲线更加接近目标曲线,提高勾兑成功率至98％,降低了勾兑成本6％.因此,该优化算法能够更有效地应用于白酒勾兑工艺中,得到满足多目标的最优配方.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨丽明	浙江大学控制科学与工程学系	12	63	5.0	7.0
2	黄晓峰	浙江大学控制科学与工程学系	1	4	1.0	1.0
3	蔡梦萍	浙江大学控制科学与工程学系	1	4	1.0	1.0
4	俞建午		1	4	1.0	1.0
5	李小兵		1	4	1.0	1.0