基于逐步判别分析的卷烟叶组配方的定向模块设计

为指导江苏中烟某牌号卷烟定向模块设计，以236个在库烟叶样品为材料，开展感官评吸和化学成分测定。根据卷烟配方使用特点，将216个已进入配方使用的烟叶样品划分为增香提质、增浓提劲头、平衡烟气、填充料4组功能组分，筛选出96个各组分代表性样品，利用K–近邻方法，对剩余120个样品进行组分划分优化，确定216个烟叶样品功能性组分划分，采用逐步判别分析方法建立功能性识别模型。结果表明：烟气浓度、香气量、透发性、柔和程度、干燥感、余味和总植物碱等7个指标进入判别函数，自身验证法和留一交互验证法正确率分别为93.1%和92.6%。采用该模型对拟进入配方使用的20个样品进行预测，判别正确率达100%