基于树突网络的上部烟叶烘烤过程主要化学成分预测模型

打开文本图片集

中图分类号： S572.01 文献标志码： A 文章编号： 1004–390X （2025） 02−0076−08

Abstract： ［Purpose］To monitor the content of main chemical components in tobacco leaves during curing process in real time. ［Methods］The prediction model of main chemical components content based on dendritic network was constructed by the color value of tobacco leaves during curing process， and the model was compared with BP neural network and stepwise regression. ［Results］The model based on dendritic network performed well in both the training set and the validation set， the root mean square error （RMSE） and mean absolute percentage error （MAPE） values were lower， and the coefficient of determination （R2） was close to one， indicating that the model had good fitting degree and stability， and it was better than BP neural network and stepwise regression. The model performs well in external prediction， indicating that the model had higher fitting degree and better prediction performance.［Conclusion］The dendritic network can be used for real-time monitoring of the main chemical components in the tobacco curing process， timely regulating the curing process， improving the quality of cured tobacco leaves， and providing reference for future intelligent tobacco curing.

Keywords： flue-cured tobacco; curing process; color values; chemical components; prediction models; dendritic network

化学成分含量是评价烟叶质量的重要指标之一，其研究进展一直备受关注[1]。（剩余9014字）