卷烟配方模块价值计量分析模型研究

王林 左平聪 闫铁军 管雨涵 周平 吴庆华

摘要：針对传统配方模块质量评价方法存在主观性、盲目性等缺点，以及其所造成的配方模块质量与其实际生产、使用存在较大偏差，提出了一种基于历史生产数据的配方模块价值计算方案，挖掘由配方模块实际使用情况衡量配方模块价值与配方模块质量的关系，以该方案计算结果作为表征配方模块综合质量的指标，并运用BP神经网络算法和统计分析方法验证计算结果的合理性。结果表明，感官指标（香气、烟气、味感、香型）与档次显著正相关，化学指标（烟碱CV、糖碱比）与档次无显著相关性，档次作为配方模块质量的评估方案太过主观。而配方模块价值与感官指标、化学指标均显著相关，说明配方模块价值是结合了主观指标与客观指标的综合体现，因此更适合用来代表配方模块的质量；配方模块价值计算方案充分考虑了卷烟实际生产运作的特点，更加贴合生产实际，能够更好地为卷烟配方模块的生产和使用提供指导。

关键词：卷烟；配方模块；价值评价；历史生产数据；BP神经网络算法

中图分类号：TS452         文献标识码：A

文章编号：0439-8114（2024）01-0190-05

DOI：10.14088/j.cnki.issn0439-8114.2024.01.034 开放科学（资源服务）标识码（OSID）：

Research on the value quantitative analysis model of cigarette formula module

WANG Lin1， ZUO Ping-cong2，YAN Tie-jun1，GUAN Yu-han2，ZHOU Ping1，WU Qing-hua2

（1. Technology Center， China Tobacco Hubei Industrial Co.，Ltd.，Wuhan  430040，China；

2. School of Management， Huazhong University of Science and Technology， Wuhan  430074， China）

Abstract： In response to the shortcomings of subjectivity and blindness in traditional formula module quality evaluation methods， as well as the significant deviation between the quality of the formula module and its actual production and use，this study proposed a value calculation scheme for the formula module based on historical production data， mining the actual usage of the formula module and measuring the relationship between the value and quality of the formula module. The calculation results of this scheme were used as indicators to characterize the comprehensive quality of the formula module， and the rationality of the calculation results was verified using BP neural network algorithm and statistical analysis methods. The results showed that sensory indicators （aroma， smoke， taste， aroma type） were significantly positively correlated with grade， while chemical indicators （nicotine CV， sugar to alkali ratio） were not significantly correlated with grade. Grade as an evaluation scheme for the quality of the formula module was too subjective. The value of the formula module was significantly correlated with sensory and chemical indicators， indicating that the value of the formula module combined subjective and objective indicators， making it more suitable to represent the quality of the formula module；the value calculation scheme of the formula module fully considered the characteristics of actual production and operation of the cigarette， which was more in line with production reality and could provide better guidance for the production and use of the formula module of the cigarette.

Key words： cigarette； formula module； value evaluation； historical production data； BP neural network algorithm

收稿日期：2022-05-25

基金项目：国家自然科学基金项目（71771099）

作者简介：王 林（1979-），男，河南固始人，高级农艺师，硕士，主要从事烟叶原料评价与应用研究，（电话）13971073839（电子信箱）wanglin@market.hbtobacco.cn；通信作者，吴庆华（1983-），男，江西樟树人，教授，博士，主要从事质量管理等方面的研究工作，（电话）18507150243（电子信箱）qinghuawu1005@gmail.com。

卷烟配方模块是不同生产地区、不同质量等级的烟叶按照相应比例进行混合的产物，影响其综合质量的因素有很多［1］，主要包括外观质量［2］、物理质量［3］和化学质量［4］。这些质量指标相互影响、联系密切，且对卷烟配方模块综合质量影响程度有所不同［5］。卷烟配方模块的综合质量评价是一个复杂且重要的过程，许多科研工作者运用不同的方法对卷烟配方模块的不同质量指标进行了评价。尹启生等［6］运用描述统计分析评价了2019年全国烟叶的质量；魏春阳等［7］运用描述统计分析的方法绘制全国烤烟不同部位外观质量统计图并进行质量对比，发现烤烟的外观质量指标差异主要表现在色度和油分上；郑晗等［8］运用方差分析综合分析了卷烟配方模块不同化学元素含量对卷烟燃烧温度的影响，发现钾元素对温度影响最显著；卢秀萍等［9］应用方差分析研究了物理因素、化学因素对烤烟综合质量的影响。张国等［10］应用回归分析研究了湖南省烤烟化学质量与感官质量以及气象指标与化学成分和感官质量之间的关系；招启柏等［11］建立了烤烟总氮、烟碱含量与总糖的曲线回归模型；杨丽莉［12］通过主成分分析建立了烟叶生态环境和烟叶质量评价模型，并根据提取的主成分进行聚类分析，对每个类别中的烟叶进行质量描述性评价；曾雅虹［13］在层次分析和模糊综合评价基础上建立了一种卷烟配方模块感官质量评价的方法，对卷烟配方模块综合感官质量进行了评价；王正旭等［14］对津巴布韦6个烤烟品种的主要化学指标、外观质量指标和感官质量指标进行灰色关联度分析，对综合质量进行评价，发现津巴布韦烤烟质量优于其他地区；张广普等［15］建立了烟叶含水量的BP神经网络预测模型，对烟叶在不同温度点的含水量进行预测。总体上看，基于统计分析和非统计分析的质量评价方法较多且应用范围较广，但都是基于现有指标数据进行分析，评价结果没有与实际生产过程结合，导致评价结果具有一定盲目性。

针对目前烟草企业面临的配方模块价值评估方面的问题，本研究结合历史生产数据，以湖北中烟工业有限责任公司193个卷烟配方模块的化学信息（烟碱、总糖、糖碱比）和感官信息（香气、烟气、味感、香型、档次）及历史使用数据为分析基础，对配方模块价值计算方案进行探究，提出了基于历史生产数据的配方模块价值计算方法，通过获取的卷烟品规批次生产历史数据信息，包括卷烟品规零售价、卷烟使用的叶组配方模块用量、使用比例、使用总次数、品规总量、每次每种配方模块的用量来客观计算卷烟配方模块价值。

1 数据与方法

1.1 数据

选择湖北中烟工业有限责任公司近5年的数据进行研究，包含了卷烟配方模块的历史使用数据、化学指标数据及感官指标数据。卷烟配方模块历史使用数据是指生产不同卷烟品规成品使用到的配方模块信息，包括卷烟品规的售价、批次产量，每个批次使用到的配方模块清单。卷烟配方模块化学成分信息包括烟碱、总糖、钾、氯、水分等，均采用YC/T 159—2002《烟草及烟草制品  水溶性糖的测定  连续流动法》中连续流动测量法进行测定，其余指标糖碱比、烟碱CV、总糖CV都是经过计算得到。糖碱比为总糖含量与烟碱含量的比值，总糖CV和烟碱CV是衡量总糖和烟碱的变异程度，是所取配方模块样本多次测量值标准差与均值的比值。卷烟配方模块感官指标包括香气、烟气、味感、香型、档次，感官指标的评分标准如表1所示。

1.2 方法

通过统计每个配方模块的使用数据，得到每个配方模块使用的卷烟产品信息，包括品规价格、配方模块使用量、使用比例、生产批次数量，根据这些信息构建配方模块使用价值的计算方案，并运用BP神经网络算法（BP neural network algorithm）探索配方模块价值与感官指标、化学指标间的关系，进而选取合适的计算方案。最后运用统计分析和神经网络验证结果的合理性。

BP神经网络算法是一种能向给定的输入、输出关系方向进行自组织的神经网络。它利用快速下降法对各层之间的结合强度进行修正，解决给定的输出与实际输出不一致情况，直到最终给定的输入、输出关系被满足为止。图1是具有1个中间层的BP 神经网络结构和反向学习过程。

本研究运用BP神经网络算法对配方模块的价值进行评估，构建的神经网络层数为6层，每层有10个神经元。输入的自变量为感官指标、化学指标，或二者同时作为输入自变量，输出为配方模块的价值。权重初始取值为随机数，对神经网络模型进行训练，不断进行误差修正，直到训练集和测试集的误差小于给定的误差，或者训练次数等于最大迭代次数时终止训练。

2 基于历史生产数据的配方模块价值计算过程

基于历史数据的配方模块价值计算方案可以分为4个步骤：从卷烟生产数据库中获取所有卷烟品规每个批次的生产信息；对数据进行处理得到每个配方模块的每次使用情況；汇总各配方模块在每年各品规中的使用情况；判断各配方模块的使用情况，设计配方模块价值的衡量方法。

1）从卷烟生产数据库中获取所有卷烟品规每个批次的生产信息。卷烟成品是由多个配方模块混合而成，同一卷烟成品不同批次使用的配方模块也不尽相同，因此首先需要收集这些批次的生产信息，才能得到配方模块的使用信息。卷烟品规批次结构如图2所示。

2）对所有卷烟生产情况进行分类、汇总，剔除掉与生产无关的数据，得到每一批次使用的配方模块信息。卷烟产品历史生产数据含有每个品规不同生产批次的配方模块使用信息，需要将与配方模块无关信息剔除，汇总得到卷烟不同批次使用的配方模块信息。剔除无关信息后得到的某一品规某一批次卷烟配方模块信息如表2所示。

3）将得到的不同品规每个批次历史数据进行数据处理、汇总得到配方模块使用信息。对于分散的指标需要结合每年不同品规、不同生产批次卷烟使用的配方模块数据，细分出各配方模块在各品规中的使用情况，统计品规配方模块映射数据，将其汇总分类得到各配方模块每年在各品规卷烟中的使用情况。处理后的生产数据包括卷烟品规零售价、卷烟叶组配方模块用量、使用比例、使用总次数、品规总量、每次每种配方模块的用量。经过处理后得到各配方模块每年在各品规中的使用情况。等级编号为2162的配方模块使用信息如表3所示，包含了2015年和2016年配方模块在不同品规中的详细使用信息。

4）2162配方模块在不同年份会被使用到不同的品规中。通常情况下，卷烟品规价格越高，使用的配方模块质量越好，价值也越高，因此要考虑配方模块所使用到的品规价格。同样，在价格较高的卷烟品规中某一配方模块使用比例越大，说明该配方模块的价值越高。除了品规价格、使用比例外，还有配方模块在不同品规卷烟、不同批次中使用次数、品规数量等信息，以下3种方案分别使用了上述信息的不同组合，侧重于不同方面，计算方案如下。

方案一：运用了品规零售价、使用比例、使用次数信息衡量配方模块价值。品规零售价指生产卷烟的价格，使用比例指在1个配方表中所占比例，使用次数指在某一价位卷烟配方中的使用次数，计算公式如下。

式中，[z1]为方案一計算得到的配方模块价值；[pi]为第i类品规零售价；[ri]为第i类品规使用比例；[ni]为配方模块在第i类品规中的使用次数；N为所有品规数。

方案一表示的是在每个品规中平均每次的价值，由于每个品规的卷烟成品有多个生产批次，在价值计算中需要考虑在每个品规生产中使用的次数，使用次数越多表示该配方模块对应的价值越高。

方案二：运用品规零售价、使用比例、配方模块用量信息衡量配方模块价值。配方模块用量指在1个品规配方中的使用总量，计算公式如下。

式中，[z2]为方案二计算得到的配方模块价值；[qi]为配方模块在品规i中的使用总量。

在实际生产中，每个批次生产的最终产品质量参差不齐。某一配方模块虽然在配方模块中的使用比例较少，但是投入的产量很高，因此，方案二将配方模块使用总量考虑在内。

方案三：运用品规零售价、使用比例、品规数量信息衡量配方模块价值。品规数量指配方模块使用到的各品规数量，计算公式如下。

式中，[z3]为方案三计算得到的配方模块价值。

方案三只考虑了配方模块使用的品规数量和使用比例，是最宏观的价值计算方案。

以上3种方案都有各自的侧重点，为了综合考虑各因素，将3种方案的均值作为配方模块价值的最终计算方案，计算公式如下。

3 结果与分析

3.1 配方模块价值计算结果

以上价值计算方案表示了某一配方模块综合价值，在实际生产过程中为了更加细致地表征配方模块价值，需要分别计算不同价格区间品规中的配方模块价值。同一配方模块在不同年份使用到的品规是不同的，说明同一等级配方模块每年的质量会出现差别。在配方模块用量方面，2162配方模块使用量的跨度也比较大，在400～32 400 kg，使用的零售价在25～1 600元。在生产次数方面，有的配方模块在某一品规只生产1次，而在其他品规中会生产多次。因此，在计算配方模块价值时，不仅要将品规零售价、使用比例、使用次数、配方模块用量都考虑在内，还应在此基础上更加细化品规零售价，分别计算配方模块在不同价格区间的价值。将配方模块在生产中的替代性以及配方模块高档低用的因素排除，更加准确地描述配方模块价值。因此，根据品规零售价的区间，按照国家标准［17］将卷烟品规价格分为五类（共7档）。其中，1指高价位（≥800元/条）；2指高端（800～300元/条）；3指普一类（300～180元/条）；4指二类（180～130元/条）；5指三类（130～55元/条）；6指四类（55～30元/条）；7指五类（30～20元/条）。

根据价值计算方案，计算了193个配方模块的价值信息，配方模块价值为0.39～89.17元/kg。显然，连续变量的值比当前1～5档分档区分要更加细致，等级编号为148的配方模块价值计算结果，如表4所示。

3.2 计算方案验证

由图3可知，每个档次各配方模块的价值都有分布。同时，随着档次的提升，配方模块的价值也呈明显增长趋势，和预期情况相同。但是，每个档次的配方模块价值仍跨度较大，出现许多重合的现象，证实了之前的猜测，即单纯按照配方模块的档次进行简单的配方模块分档不够准确细致。

为了进一步验证配方模块价值的合理性，通过BP神经网络算法考察配方模块价值与配方模块实际的感官信息（香气、烟气、味感、香型、档次）、化学信息（烟碱CV、总糖CV、糖碱比）之间的关系，同时考虑统计学中的简单相关关系，分别计算感官指标、化学指标与档次、价值之间的关系。

通过建立BP神经网络模型分别将196个配方模块的感官指标、化学指标作为输入，配方模块价值作为输出进行训练，神经网络输入、输出数据如表5所示。

向BP神经网络中输入不同的数据，按照80%作为训练集合，20%作为测试集进行训练。训练结果如表6所示。

感官指标预测配方模块价值时训练集、测试集的准确性分别为68.27%、66.58%，感官+化学指标预测配方模块价值时训练集、测试集的准确性分别为82.16%、84.19%，而化学指标预测配方模块价值时训练集、测试集的准确性分别为92.88%、94.26%，感官+化学指标、化学指标的预测结果均高于感官指标，说明化学指标与配方模块价值的关系更密切，能更客观地表示配方模块价值。

通过简单相关关系分别计算感官指标、化学指标与档次、配方模块价值之间的关系，结果如表7所示。档次与配方模块价值的相关系数为0.594，档次与配方模块价值显著正相关，这与实际的常识相符合。同时，感官指标（香气、烟气、味感、香型）与档次显著正相关，化学指标（烟碱CV、糖碱比）与档次无显著相关性，档次作为配方模块质量的评估方案太过主观。而配方模块价值与感官指标、化学指标均显著相关，说明配方模块价值是结合了主观指标与客观指标的综合体现，因此更适合用来代表配方模块的质量。

4 小结

本研究介绍了目前国内卷烟配方模块价值评价遇到的问题，简述配方模块价值评价的难点以及重要性。总结提炼了配方模块价值评估问题，并给出基于历史生产数据的配方模块价值计算方案。在此基础上，利用BP神经网络算法对配方模块的价值与感官指标、化学指标的关系进行了预测和分析，选取了合理的配方模块价值计算方案。通过统计学方法和神经网络的方法验证配方模块计算方案的合理性。从分析结果可以看出，基于历史生产数据的配方模块价值计算方案充分考虑了卷烟实际生产运作的特点，更加贴合生产实际。未来的研究方向可以在此基础上考虑将单一的化学指标作為评估指标进行配方模块价值研究。

参考文献：

［1］ 何结望，吴风光，谢 豪，等.不同分组方法对原烟配方模块质量的影响［J］.中国烟草科学，2011，32（2）：86-89.

［2］ 王晓辉，易 斌，谭国治，等.基于烟叶原料化学特性的卷烟配方叶组分组方法［J］.烟草科技，2013（3）：5-7，22.

［3］ 王 戈，徐玮杰，尹 旭，等.基于配方原料均匀性的打叶复烤均质化调控策略选择［J］.烟草科技，2022，55（1）：77-83.

［4］ 刘 伟，刘 波，马 戎，等.基于卷烟品牌风格特征的配方构建及工艺技术［J］.食品工业，2021，42（7）：96-100.

［5］ 廖 晃，贾志红.烟叶配方模块在卷烟配方设计中的应用研究［J］.安徽农业科学，2014，42（15）：4794-4796.

［6］ 尹启生，陈江华，王信民，等.2019年度全国烟叶质量评价分析［J］. 中国烟草学报，2020，9（S1）：59-70.

［7］ 魏春阳，王信民，程 森，等.基于两维图论聚类分析的烤烟外观质量特征区域归类［J］. 烟草科技，2009（12）：42-48.

［8］ 郑 晗，张 莹，李 赓，等.烟支燃烧温度影响因素的多因素方差与逐步回归分析［J］. 中国烟草学报，2016，22（5）：26-32.

［9］ 卢秀萍， 白永富.烤烟新品种主要性状分析及综合评判［J］. 中国农学通报，2006（9）：178-181.

［10］ 张 国，朱列书，王奎武，等.湖南烤烟质量与气候因子的关系研究［J］. 作物研究，2005（4）：226-230.

［11］ 招启柏，王广志，王宏武，等.烤烟烟碱含量与其他化学成分的相关关系及其阈值的研究［J］. 中国烟草学报，2006（2）：26-28.

［12］ 杨丽莉. 红云红河集团曲靖原料基地生态环境与烟叶质量评价［D］. 长沙：湖南农业大学，2013.

［13］ 曾雅虹. 烟叶感官质量评价方法研究［D］. 郑州：河南大学，2020.

［14］ 王正旭，刘 魁，姚江美，等.基于灰色关联分析的津巴布韦烤烟品种综合性状评价［J］. 中国烟草科学，2017，38（4）：92-96.

［15］ 张广普，李 峥，黄广华，等.基于BP神经网络的烘烤变黄期烟叶含水量预测［J］.天津农业科学，2021，27（10）：62-67，73.

［16］ YC/T 210.6—2006，烟叶代码 第6部分：烟叶等级代码［S］.

［17］ 国务院. 中华人民共和国烟草专卖法实施条例：第750号［EB/OL］.http：//hn.tobacco.gov.cn/content/S25173.html，2021-11-26.