基于遗传算法的产品感官评估

摘要:该文主要是探讨如何解决感官评估中评估小组间的冲突问题。在分析了大量评估数据的基础上,提出了把其中一个评估小组词汇聚合到另一个评估小组中的方法。这种方法首先是依照一定的准则在另一评估小组中提取基本词汇和有利词汇,然后通过遗传算法确定这些词汇以何种权重进行聚合,并用聚合后的词汇近似的替代原词汇。同时在Matlab 软件环境下对这种方法进行了仿真。

关键词:感官评估,冲突问题,词汇聚合,遗传算法

中图分类号:TP18文献标识码:A文章编号:1009-3044(2009)26-7492-02

Sensory Evaluation of Product Based on Genetic Algorithm

XIAO Shao-hang

(Huaiyin Institute of Technology, Huaiyin 223003, China)

Abstract: The thesis studies how to solve the conflicts between two panels. Through analyzing a great number of evaluation data, we put forward a method of aggregating all the terms in one panel to another panel. In this way, we should pick up the basic term and all the weighted terms according to some rule firstly, and then we must make sure the weighted of these terms by Genetic Algorithm, therefore, we can replace the original term by these aggregated terms. Simultaneity, we simulate this method under the Matlab surroundings.

Key words: sensory evaluation; conflict issue; terms aggregation; genetic algorithm

感官评估是在人体实际感觉过程中自然而然形成的以人主观感觉(触觉,味觉,视觉等)为感测工具,再以较模糊的词汇语言或精确的数值形式表达出来所形成的评估体系。随着科学技术迅速发展,越来越多的新技术被应用于感官评估的研究中,其中,智能技术由于其能够很好的弥补传统感官评估研究在有效性与精确性方面的不足,已经逐渐成为感官评估研究中的热点。在本文中,我们主要研究探讨的就是运用遗传算法这种智能技术来解决感官评估中评估小组间的冲突问题。

1 感官评估中两层模型的概述

在企业中,感官评估被有计划的分为两层,B(商业)对B交易和B对C(消费者)交易。B对B交易层包括最终产品质量的确定,新产品的设计以及解决供应者与生产者之间的冲突。在B对C交易层中,感官评估是由未经训练的消费者完成的,他们根据自己的偏好对产品进行评估。

感官评估中存在四个基本要素,我们把每一个要素作为一个集合,下面我们将表示和描述每一个要素,见表1。

感官评估可以被分为两个级别:设计导向感官评估(DOSE)和市场导向感官评估(MOSE)。我们将用集合的符号来表示这两个级别的感官评估。

2 感官评估中的冲突问题

对于供应者,它有自己的评估小组,我们暂定为DOSE A;而对于生产者,其也有自己的评估小组,我们设为DOSE B。感官评估中的冲突问题是由于不同的专家评估小组对评估词汇的定义和理解有差异而造成的。我们可以把这种差异用术语间的距离来描述,也就是说,两个术语间的距离如果小于某一阈值,那么就可以认为它们在含义上近似相同,反之,说明它们在含义上有一定的差异。

为了解决这一问题,我们可以运用某些的方法把DOSE B中所有的术语都在DOSE A中找到相应的映射,通俗的来说,对于DOSE B中的术语,我们就是要在DOSE A中找到一个其含义差异在可以接受范围内的替代术语,可以是一条术语,也可以是多条术语按一定权重的聚合。如此一来,两个评估小组就等于统一了评估标准。我们通过对大量现有实验数据的研究和分析,提出了一个全新的解决方案,具体过程如图1所示。

3 基于遗传算法的评估词汇聚合

TM是MOSE B中的一个术语,要在DOSE A中找到其对应的一个术语或几个术语的聚合,可以通过以下方法:

第一步:计算MOSE B中的术语TM与DOSE A中所有术语的距离,取所有距离的最小值DMIN(对应于DOSE A中的术语TAO)作为基本点。具体计算术语间距离的方法如下:

分别被DOSE A和MOSE B使用的术语TAi和TM,它们间的距离定义如下:

第二步:以DOSE A中的术语TAO作为基本点与DOSE A中的其他术语两两叠加,并且两者的权重都取0.5,叠加后的结果再与MOSE B中的术语TM计算距离,如果此时的距离大于DMIN则将此条术语剔除,反之,则将此条术语记为待聚合术语TADi。

第三步:对基本术语TAO以及所有待聚合术语TADi通过遗传算法调整各自的权重,使得聚合后的术语与MOSE B中的术语TM的距离达到最小。

遗传算法处理本问题的流程图如图2所示。

4 用matlab 7.0实现基于遗传算法的评估词汇聚合

在解决本问题时,我们直接调用系统默认的初始种群的生成函数。遗传算法调用的终止函数是默认的,也就是说遗传算法叠代一百次后自动终止。下图是目标样本为,基础样本为,目标样本词汇在基础样本中进行聚合过程中的遗传算法寻优跟踪图。

从图3中可以看出,叠代次数在100次左右时,解的变化和种群平均值变化基本达到一致,这说明此时的解已趋于收敛,经过多次实验可知,叠代次数在100次左右时,可以得到较优解。

5 结束语

由于不同的专家评估小组对评估词汇的定义和理解有差异,评估者对产品的感官评估存在主观差异,我们可以把这种差异用术语间的距离来描述。通过在两个术语集找到一个其含义差异在可以接受范围内的替代术语,使得两个评估小组具有统一了评估标准。在本文采用遗传算法的评估词汇聚合,找到其对应的一个术语或几个术语的聚合,利用MATLAB7.0实现基于遗传算法的评估词汇聚合,可以取得比较理想的较优解,解决感官评估的冲突问题。

在编程实现的过程中,我们发现一个评估小组中有些词汇与另一个评估小组中所有词汇的距离都非常的大,即使经过聚合以后,依然不能把距离降下来,我们针对此类问题提出了一个全新的解决方案,那就是在另一个评估小组中根据需要创造一些新的词汇,并使它们的含义与不能聚合的词汇相近,用创造的词汇来表达那些不能聚合的词汇,以解决此类冲突问题。

参考文献:

[1] 潘宁.织物触觉风格的客观评价――感觉的定量化研究[D].上海:中国纺织大学,1985.

[2] 侯彩虹,崔运花,曾宪奕,等.纺织品感官评估的进展与展望[J].东华大学学报:自然科学版,2003(03):110-114.

[3] 吴晓莉,林哲辉.MATLAB辅助模糊系统设计[J].西安.西安电子科技大学出版社,2002.

[4] 金国英.基于遗传算法的运动估计和分割方法[D].北京:清华大学,2000.

[5] Zeng X Y, Koehl L. Representation of the subjective evaluation of fabric hand using fuzzy techniques[J].Intelligent Systems,2003,18(3):355-358.