基于QFD和数据挖掘的卷烟产品叶组配方优化关键技术研究

This project aims to address key optimization theory and methods for the cigarette formula design problem. Based on the research findings from our previous projects and the ideas of system engineering, quality function deployment (QFD), optimization technology and data mining will be applied for optimal design of cigarette formula with consideration of the characteristics and domain knowledge of cigarette products and by utilizing the knowledge, experience and history data on cigarette formula design. The purpose of the project is to: develop a QFD process model for cigarette formula design optimization; establish the relation model for customer requirements (sensory quality or smoke indices) and physical & chemical components of cigarette product (cigarette formula); develop a data-driven relation model (predictive evaluation model) for smoke indices between unblended cigarette and formula unit; present a formula and expression method for granularity and quality characteristics of cigarette formula unit; develop optimization models based on data and schemes and solving algorithms for product planning HoQ (tobacco physical & chemical indices), formula structure HoQ and formula unit (cigarette formula) HoQ. The research work of this project will solve the crucial technical problems in cigarette formula design optimization, build key cigarette design technology for Chinese tobacco companies, and provides technical support for computer-aided cigarette formula design.

本项研究结合卷烟产品叶组配方的特征和领域知识，在前期研究成果的基础上，研究如何采用系统工程的思想、结合QFD技术、优化技术、数据挖掘技术，充分利用积累的知识、经验和数据，解决卷烟产品叶组配方优化设计中的一些关键科学和技术问题。建立卷烟叶组配方优化设计的QFD过程模型；建立顾客需求（烟民吸食感官指标或烟气指标）与卷烟产品（叶组配方）的理化指标间的关系模型；建立配方单元烟气指标与单料烟烟气指标之间关系的数据模型（预测评估模型）；建立配方单元理化指标与单料烟理化指标之间的数据模型（预测评估模型）；建立配方单元的粒度和质量特征的描述和表达方法；建立基于数据和模式的产品规划（烟叶物理化学指标值）质量屋、配方结构质量屋和配方单元（叶组配方）质量屋的优化模型和求解算法。不仅从理论上解决卷烟产品叶组配方优化中的关键技术问题，而且为我国烟草企业构筑中式卷烟核心技术，开展卷烟配方辅助设计提供方法和技术支持。

在基金的资助下，项目组应用QFD方法和数据挖掘理论对卷烟叶组配方关键技术进行了深入研究，主要包括卷烟烟气指标释放量的定量评估预测模型、卷烟感官评吸指标的定量评估预测模型、基于QFD和数据挖掘的卷烟产品规划质量屋优化模型、卷烟配方结构质量屋优化模型、卷烟配方单元质量屋优化模型、卷烟产品的叶组配方设计优化模型和叶组配方维护方法、基于模糊规则和智能优化方法的模型求解算法等方面，取得了一系列重要进展和研究成果。.项目执行期内，在国内外期刊上发表了一批高水平的学术论文（标注本基金号），其中包括相关领域知名期刊论文5篇、会议论文3篇，此外，还有6篇与本项目相关的SCI论文处于外审状态。这些研究成果推动了我国在产品规划和数据挖掘等领域的研究和发展，扩大了我国在相关领域的影响，对于我国烟草企业在智能化生产、提高产品质量、快速响应市场需求等方面提供理论方法和技术支持具有重要的意义。.在国际交流和合作方面，项目执行期间，邀请了美国佐治亚理工学院的Dr. Roger Jiao、香港理工大学Dr. CK Kwong、加拿大卡尔加里大学Yiliu Tu教授、香港大学George Huang教授、澳门大学黄赟博士来东北大学进行讲学。此外，项目组成员还先后两次赴香港理工大学任Fellow合作研究，参加了首尔国立大学举办的中韩质量国际研讨会，并推荐博士生分别到香港理工大学和西班牙格拉纳达大学进行合作研究。.在基金的支持下，项目组招收与项目相关的博士研究生3人、硕士研究生9人，其中，已毕业硕士研究生8人。.在理论研究的转化方面，项目组和云南红塔集团方面进行密切合作，结合理学术研究成果和企业需求，开发了“基于QFD和数据研究的卷烟产品叶组配方设计优化决策支持软件系统”，并应用于红塔集团日常的生产和新产品开发中。