本發(fā)明涉及沙棘全成分提取，更具體地說，本發(fā)明涉及一種沙棘全成分提取過程智能優(yōu)化方法及系統(tǒng)。

背景技術(shù)：

1、目前沙棘提取主要采用超臨界co2萃取、溶劑提取和水提等方法，存在提取效率低、能耗高、溶劑殘留等問題。此外，不同品種產(chǎn)地的沙棘原料性狀差異大，固定的提取工藝難以適應(yīng)多變的原料，導(dǎo)致提取率和產(chǎn)品質(zhì)量不穩(wěn)定。因此，亟需開發(fā)一種智能化的沙棘全成分提取優(yōu)化方法，能夠根據(jù)原料特性和目標(biāo)產(chǎn)品動(dòng)態(tài)調(diào)整工藝參數(shù)，實(shí)現(xiàn)提取過程的自動(dòng)優(yōu)化控制。

技術(shù)實(shí)現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)的上述缺陷，本發(fā)明提供一種沙棘全成分提取過程智能優(yōu)化方法及系統(tǒng)。本發(fā)明的沙棘全成分提取智能優(yōu)化方法通過全面收集提取過程關(guān)鍵特征，構(gòu)建新特征如壓力溫度比、溶劑極性指數(shù)等，并進(jìn)行數(shù)據(jù)預(yù)處理，解決了原始數(shù)據(jù)不完整、質(zhì)量差等問題。引入異質(zhì)圖和圖神經(jīng)網(wǎng)絡(luò)對(duì)沙棘品種、產(chǎn)地間的關(guān)聯(lián)性進(jìn)行建模，克服了現(xiàn)有方法忽視原料差異性的不足。構(gòu)建沙棘全成分提取預(yù)測(cè)模型實(shí)現(xiàn)提取產(chǎn)品類型和提取率的精準(zhǔn)預(yù)測(cè)，并基于偏差反饋實(shí)時(shí)優(yōu)化調(diào)整提取工藝參數(shù)，較傳統(tǒng)方法大大提高了生產(chǎn)效率和質(zhì)量穩(wěn)定性，具有顯著的技術(shù)和經(jīng)濟(jì)效益。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種沙棘全成分提取過程智能優(yōu)化方法，包括：

4、s10：獲取沙棘全成分提取工藝過程的特征集，所述特征集包括連續(xù)型特征和離散型特征；

5、s20：構(gòu)建沙棘全成分提取工藝過程的新特征，所述新特征包括壓力溫度比、溶劑的極性指數(shù)和體積表面積比；

6、s30：對(duì)沙棘全成分提取工藝過程的特征集和新特征進(jìn)行預(yù)處理；

7、s40：對(duì)沙棘品種、產(chǎn)地、品種間的相似性和品種－產(chǎn)地間的關(guān)聯(lián)性進(jìn)行編碼；

8、s50：構(gòu)建特征矩陣，基于特征矩陣和沙棘全成分提取預(yù)測(cè)模型，預(yù)測(cè)提取產(chǎn)品類型和提取率；

9、s60：基于預(yù)測(cè)的提取產(chǎn)品類型和提取率動(dòng)態(tài)優(yōu)化沙棘全成分提取工藝流程。

10、進(jìn)一步地，所述對(duì)沙棘全成分提取工藝過程的特征集和新特征進(jìn)行預(yù)處理的過程包括：異常值處理、標(biāo)準(zhǔn)化處理和類別編碼；所述異常值處理的方法包含加權(quán)異常值處理方法；所述標(biāo)準(zhǔn)化處理的方法包含自適應(yīng)標(biāo)準(zhǔn)化處理方法；

11、所述加權(quán)異常值處理方法包括：計(jì)算特征向量中樣本的加權(quán)歐氏距離，計(jì)算所有樣本加權(quán)歐氏距離的均值和標(biāo)準(zhǔn)差，判斷和處理異常值；

12、所述計(jì)算特征向量中樣本的加權(quán)歐氏距離方法包括：

13、

14、其中，為第i個(gè)樣本的加權(quán)歐氏距離，x為連續(xù)型特征的特征向量，n為樣本數(shù)，p為特征數(shù)，為第i個(gè)樣本的第k個(gè)特征值，為第j個(gè)樣本的第k個(gè)特征值，為樣本的權(quán)重。

15、進(jìn)一步地，所述判斷和處理異常值的方法包括：

16、

17、其中，為樣本加權(quán)歐氏距離的均值，為樣本加權(quán)歐氏距離的標(biāo)準(zhǔn)差，為第i個(gè)樣本的加權(quán)歐氏距離，z為z-score值；設(shè)置為異常閾值；

18、若，則為異常值，檢測(cè)出異常值后將其剔除或用其他樣本的平均值替代；

19、所述自適應(yīng)標(biāo)準(zhǔn)化處理方法包括：

20、

21、

22、其中，為自適應(yīng)參數(shù)，為第i個(gè)樣本的第k個(gè)特征值，為第i個(gè)樣本的第k個(gè)特征標(biāo)準(zhǔn)化后的值，為第k個(gè)特征的均值，為第k個(gè)特征的標(biāo)準(zhǔn)差。

23、進(jìn)一步地，所述對(duì)沙棘品種、產(chǎn)地、品種間的相似性和品種－產(chǎn)地間的關(guān)聯(lián)性進(jìn)行編碼的方法包括：構(gòu)建沙棘品種－產(chǎn)地異質(zhì)圖，使用圖神經(jīng)網(wǎng)絡(luò)算法學(xué)習(xí)品種和產(chǎn)地節(jié)點(diǎn)的嵌入表示，得到最終的品種－產(chǎn)地表示；

24、所述構(gòu)建沙棘品種－產(chǎn)地異質(zhì)圖的方法包括：獲取品種－品種相似度邊信息和獲取品種－產(chǎn)地關(guān)聯(lián)邊信息；

25、所述獲取品種－品種相似度邊信息的方法包括：獲取不同沙棘品種的基因組信息，根據(jù)基因組信息計(jì)算不同沙棘品種之間的遺傳距離，基于遺傳距離獲得品種之間的相似度。

26、進(jìn)一步地，所述獲取品種－產(chǎn)地關(guān)聯(lián)邊信息的方法包括：統(tǒng)計(jì)每個(gè)沙棘品種在不同產(chǎn)地的種植面積占比，構(gòu)建一個(gè)的矩陣a，其中為品種數(shù)量，q為產(chǎn)地?cái)?shù)量，表示第個(gè)品種在第個(gè)產(chǎn)地的種植面積占比；

27、所述計(jì)算不同沙棘品種之間的遺傳距離的方法包括：

28、假設(shè)有個(gè)沙棘品種，每個(gè)品種的基因組用一個(gè)長(zhǎng)度為s的二進(jìn)制向量表示，記為，其中，；表示品種在第r個(gè)基因位點(diǎn)上有變異，表示無(wú)變異，品種和品種之間的遺傳距離用以下公式來度量：

29、

30、其中表示兩個(gè)沙棘品種在變異位點(diǎn)上的交集數(shù)量，表示兩個(gè)沙棘品種在變異位點(diǎn)上的并集數(shù)量；

31、所述基于遺傳距離獲得品種之間的相似度的方法包括：

32、

33、其中，為品種和品種之間的相似度，為高斯核的帶寬參數(shù)，為指數(shù)函數(shù)。

34、進(jìn)一步地，所述基于預(yù)測(cè)的提取產(chǎn)品類型和提取率動(dòng)態(tài)優(yōu)化沙棘全成分提取工藝流程的方法包括：將預(yù)測(cè)提取產(chǎn)品類型和提取率與目標(biāo)提取產(chǎn)品類型和提取率進(jìn)行比較，計(jì)算偏差，獲得產(chǎn)品類型預(yù)測(cè)偏差向量和提取率預(yù)測(cè)偏差；基于產(chǎn)品類型預(yù)測(cè)偏差向量和提取率預(yù)測(cè)偏差，計(jì)算工藝參數(shù)的調(diào)控量；對(duì)工藝參數(shù)的調(diào)控量進(jìn)行解耦計(jì)算，得到工藝參數(shù)調(diào)整量，將計(jì)算得到的工藝參數(shù)調(diào)整量應(yīng)用于實(shí)際生產(chǎn)過程，動(dòng)態(tài)優(yōu)化提取工藝。

35、進(jìn)一步地，所述將預(yù)測(cè)提取產(chǎn)品類型和提取率與目標(biāo)提取產(chǎn)品類型和提取率進(jìn)行比較，計(jì)算偏差，獲得產(chǎn)品類型預(yù)測(cè)偏差向量和提取率預(yù)測(cè)偏差的方法包括：

36、

37、

38、其中，為目標(biāo)提取產(chǎn)品類型的編碼向量，為目標(biāo)提取率，為產(chǎn)品類型預(yù)測(cè)偏差向量，為提取率預(yù)測(cè)偏差，為預(yù)測(cè)的提取產(chǎn)品類型編碼向量，為預(yù)測(cè)的提取率；

39、所述基于產(chǎn)品類型預(yù)測(cè)偏差向量和提取率預(yù)測(cè)偏差，計(jì)算工藝參數(shù)的調(diào)控量方法包括：

40、

41、

42、其中，為當(dāng)前時(shí)刻，為當(dāng)前時(shí)刻工藝參數(shù)的調(diào)控量向量，當(dāng)前時(shí)刻為綜合偏差，為過去某一時(shí)刻的綜合偏差，為產(chǎn)品類型預(yù)測(cè)偏差的權(quán)重矩陣，為產(chǎn)品類型預(yù)測(cè)偏差平衡因子，為提取率預(yù)測(cè)偏差平衡因子，為比例系數(shù)，為積分系數(shù)，為微分系數(shù)，為當(dāng)前時(shí)刻產(chǎn)品類型預(yù)測(cè)偏差向量，為當(dāng)前時(shí)刻提取率預(yù)測(cè)偏差。

43、一種沙棘全成分提取過程智能優(yōu)化系統(tǒng)，其用于實(shí)現(xiàn)上述的一種沙棘全成分提取過程智能優(yōu)化方法，包括：

44、工藝特征集獲取模塊：用于全面收集影響沙棘提取結(jié)果的各種關(guān)鍵特征，包括提取方法、提取條件、預(yù)處理工藝、沙棘原料、沙棘品種和產(chǎn)地等，為后續(xù)分析奠定數(shù)據(jù)基礎(chǔ)，避免遺漏重要信息；

45、新特征構(gòu)建模塊：用于獲取沙棘全成分提取工藝參數(shù)中的新特征，包括壓力溫度比、溶劑的極性指數(shù)和體積表面積比，豐富原有特征空間，為模型提供更多維度的信息，有利于提高預(yù)測(cè)精度和泛化能力；

46、數(shù)據(jù)預(yù)處理模塊：用于對(duì)沙棘全成分提取工藝的特征集和新特征進(jìn)行異常值處理、標(biāo)準(zhǔn)化處理和編碼，提高數(shù)據(jù)質(zhì)量；

47、沙棘成分提取預(yù)測(cè)模塊：用于構(gòu)建特征矩陣，基于特征矩陣和沙棘全成分提取預(yù)測(cè)模型，預(yù)測(cè)提取產(chǎn)品類型和提取率；

48、工藝參數(shù)動(dòng)態(tài)優(yōu)化模塊：用于根據(jù)預(yù)測(cè)的沙棘提取產(chǎn)品類型和提取率動(dòng)態(tài)優(yōu)化沙棘全成分提取工藝流程，使得提取過程能夠?qū)崿F(xiàn)自動(dòng)化和智能化，提高生產(chǎn)效率和質(zhì)量穩(wěn)定性。

49、一種電子設(shè)備，包括存儲(chǔ)器、中央處理器以及存儲(chǔ)在存儲(chǔ)器上并可在中央處理器上運(yùn)行的計(jì)算機(jī)程序，所述中央處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述的一種沙棘全成分提取過程智能優(yōu)化方法。

50、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被執(zhí)行時(shí)實(shí)現(xiàn)上述一種沙棘全成分提取過程智能優(yōu)化方法。

51、相比于現(xiàn)有技術(shù)，本發(fā)明的有益效果為：

52、本發(fā)明通過全面收集沙棘提取過程的關(guān)鍵特征，構(gòu)建新特征，并進(jìn)行數(shù)據(jù)預(yù)處理，解決了原始數(shù)據(jù)不完整、質(zhì)量差等問題，為后續(xù)分析奠定了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。

53、本發(fā)明創(chuàng)新性地引入異質(zhì)圖和圖神經(jīng)網(wǎng)絡(luò)對(duì)沙棘品種、產(chǎn)地間的相似性和關(guān)聯(lián)性進(jìn)行建模，克服了現(xiàn)有方法忽視原料差異性的不足，充分利用了原料屬性信息，提高了優(yōu)化決策的針對(duì)性。

54、本發(fā)明構(gòu)建了沙棘全成分提取預(yù)測(cè)模型，可實(shí)現(xiàn)提取產(chǎn)品類型和提取率的精準(zhǔn)預(yù)測(cè)，為動(dòng)態(tài)優(yōu)化提取工藝提供了可靠依據(jù)。基于模型預(yù)測(cè)偏差反饋實(shí)時(shí)調(diào)整提取工藝參數(shù)，實(shí)現(xiàn)了提取過程的自動(dòng)化、智能化閉環(huán)優(yōu)化控制。

55、與傳統(tǒng)的固定工藝相比，本發(fā)明能夠根據(jù)原料特性和目標(biāo)產(chǎn)品靈活調(diào)整工藝參數(shù)，提高了提取效率，降低了能耗，減少了溶劑殘留，提升了產(chǎn)品質(zhì)量的穩(wěn)定性，具有顯著的技術(shù)和經(jīng)濟(jì)效益。