基于遺傳算法的產(chǎn)品感官評估

摘要:該文主要是探討如何解決感官評估中評估小組間的沖突問題。在分析了大量評估數(shù)據(jù)的基礎(chǔ)上，提出了把其中一個評估小組詞匯聚合到另一個評估小組中的方法。這種方法首先是依照一定的準(zhǔn)則在另一評估小組中提取基本詞匯和有利詞匯，然后通過遺傳算法確定這些詞匯以何種權(quán)重進行聚合，并用聚合后的詞匯近似的替代原詞匯。同時在Matlab 軟件環(huán)境下對這種方法進行了仿真。

關(guān)鍵詞:感官評估，沖突問題，詞匯聚合，遺傳算法

中圖分類號:TP18文獻(xiàn)標(biāo)識碼:A文章編號: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

感官評估是在人體實際感覺過程中自然而然形成的以人主觀感覺(觸覺，味覺，視覺等)為感測工具，再以較模糊的詞匯語言或精確的數(shù)值形式表達(dá)出來所形成的評估體系。隨著科學(xué)技術(shù)迅速發(fā)展，越來越多的新技術(shù)被應(yīng)用于感官評估的研究中，其中，智能技術(shù)由于其能夠很好的彌補傳統(tǒng)感官評估研究在有效性與精確性方面的不足，已經(jīng)逐漸成為感官評估研究中的熱點。在本文中，我們主要研究探討的就是運用遺傳算法這種智能技術(shù)來解決感官評估中評估小組間的沖突問題。

1 感官評估中兩層模型的概述

在企業(yè)中，感官評估被有計劃的分為兩層，B(商業(yè))對B交易和B對C(消費者)交易。B對B交易層包括最終產(chǎn)品質(zhì)量的確定，新產(chǎn)品的設(shè)計以及解決供應(yīng)者與生產(chǎn)者之間的沖突。在B對C交易層中，感官評估是由未經(jīng)訓(xùn)練的消費者完成的，他們根據(jù)自己的偏好對產(chǎn)品進行評估。

感官評估中存在四個基本要素，我們把每一個要素作為一個集合，下面我們將表示和描述每一個要素，見表1。

感官評估可以被分為兩個級別:設(shè)計導(dǎo)向感官評估(DOSE)和市場導(dǎo)向感官評估(MOSE)。我們將用集合的符號來表示這兩個級別的感官評估。

2 感官評估中的沖突問題

對于供應(yīng)者，它有自己的評估小組，我們暫定為DOSE A;而對于生產(chǎn)者，其也有自己的評估小組，我們設(shè)為DOSE B。感官評估中的沖突問題是由于不同的專家評估小組對評估詞匯的定義和理解有差異而造成的。我們可以把這種差異用術(shù)語間的距離來描述，也就是說，兩個術(shù)語間的距離如果小于某一閾值，那么就可以認(rèn)為它們在含義上近似相同，反之，說明它們在含義上有一定的差異。

為了解決這一問題，我們可以運用某些的方法把DOSE B中所有的術(shù)語都在DOSE A中找到相應(yīng)的映射，通俗的來說，對于DOSE B中的術(shù)語，我們就是要在DOSE A中找到一個其含義差異在可以接受范圍內(nèi)的替代術(shù)語，可以是一條術(shù)語，也可以是多條術(shù)語按一定權(quán)重的聚合。如此一來，兩個評估小組就等于統(tǒng)一了評估標(biāo)準(zhǔn)。我們通過對大量現(xiàn)有實驗數(shù)據(jù)的研究和分析，提出了一個全新的解決方案，具體過程如圖1所示。

3 基于遺傳算法的評估詞匯聚合

TM是MOSE B中的一個術(shù)語，要在DOSE A中找到其對應(yīng)的一個術(shù)語或幾個術(shù)語的聚合，可以通過以下方法:

第一步:計算MOSE B中的術(shù)語TM與DOSE A中所有術(shù)語的距離，取所有距離的最小值DMIN(對應(yīng)于DOSE A中的術(shù)語TAO)作為基本點。具體計算術(shù)語間距離的方法如下:

分別被DOSE A和MOSE B使用的術(shù)語TAi和TM，它們間的距離定義如下:

第二步:以DOSE A中的術(shù)語TAO作為基本點與DOSE A中的其他術(shù)語兩兩疊加，并且兩者的權(quán)重都取0.5，疊加后的結(jié)果再與MOSE B中的術(shù)語TM計算距離，如果此時的距離大于DMIN則將此條術(shù)語剔除，反之，則將此條術(shù)語記為待聚合術(shù)語TADi。

第三步:對基本術(shù)語TAO以及所有待聚合術(shù)語TADi通過遺傳算法調(diào)整各自的權(quán)重，使得聚合后的術(shù)語與MOSE B中的術(shù)語TM的距離達(dá)到最小。

遺傳算法處理本問題的流程圖如圖2所示。

4 用matlab 7.0實現(xiàn)基于遺傳算法的評估詞匯聚合

在解決本問題時，我們直接調(diào)用系統(tǒng)默認(rèn)的初始種群的生成函數(shù)。遺傳算法調(diào)用的終止函數(shù)是默認(rèn)的，也就是說遺傳算法疊代一百次后自動終止。下圖是目標(biāo)樣本為，基礎(chǔ)樣本為，目標(biāo)樣本詞匯在基礎(chǔ)樣本中進行聚合過程中的遺傳算法尋優(yōu)跟蹤圖。

從圖3中可以看出，疊代次數(shù)在100次左右時，解的變化和種群平均值變化基本達(dá)到一致，這說明此時的解已趨于收斂，經(jīng)過多次實驗可知，疊代次數(shù)在100次左右時，可以得到較優(yōu)解。

5 結(jié)束語

由于不同的專家評估小組對評估詞匯的定義和理解有差異，評估者對產(chǎn)品的感官評估存在主觀差異，我們可以把這種差異用術(shù)語間的距離來描述。通過在兩個術(shù)語集找到一個其含義差異在可以接受范圍內(nèi)的替代術(shù)語，使得兩個評估小組具有統(tǒng)一了評估標(biāo)準(zhǔn)。在本文采用遺傳算法的評估詞匯聚合，找到其對應(yīng)的一個術(shù)語或幾個術(shù)語的聚合，利用MATLAB7.0實現(xiàn)基于遺傳算法的評估詞匯聚合，可以取得比較理想的較優(yōu)解，解決感官評估的沖突問題。

在編程實現(xiàn)的過程中，我們發(fā)現(xiàn)一個評估小組中有些詞匯與另一個評估小組中所有詞匯的距離都非常的大，即使經(jīng)過聚合以后，依然不能把距離降下來，我們針對此類問題提出了一個全新的解決方案，那就是在另一個評估小組中根據(jù)需要創(chuàng)造一些新的詞匯，并使它們的含義與不能聚合的詞匯相近，用創(chuàng)造的詞匯來表達(dá)那些不能聚合的詞匯，以解決此類沖突問題。

參考文獻(xiàn):

[1] 潘寧.織物觸覺風(fēng)格的客觀評價——感覺的定量化研究[D].上海:中國紡織大學(xué)，1985.

[2] 侯彩虹，崔運花，曾憲奕，等.紡織品感官評估的進展與展望[J].東華大學(xué)學(xué)報:自然科學(xué)版，2003(03):110-114.

[3] 吳曉莉，林哲輝.MATLAB輔助模糊系統(tǒng)設(shè)計[J].西安.西安電子科技大學(xué)出版社，2002.

[4] 金國英.基于遺傳算法的運動估計和分割方法[D].北京:清華大學(xué)，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.