简介：以怀化卷烟市场为载体，选用3种定量预测方法——趋势外推法、时间序列分解法和多元回归法对怀化卷烟市场的历史数据进行全面分析，并在此基础上分别对2008年的卷烟市场做出预测。应用组合预测的方法，对趋势外推法、时间序列分解法和多元回归法进行综合，并证明组合预测在卷烟市场需求预测中能有效减小误差，提高精度。

简介：为克服传统的模糊综合评判中主观赋权的局限性,借助信息论中熵的概念,建立了熵权法模糊综合评价模型,对四川省6个主产烟区的烤烟感官质量进行了评价。结果表明,攀枝花市和凉山州对＂优＂级别的隶属度最大,分别为0.4872和0.7364;凉山州的烤烟感官质量总体状况最优。与其它评价方法相比,该方法评价过程简易,结果定量,相对客观可信。

简介：为实现对山东烟区有翅蚜迁飞高峰期的预测预报，将有翅蚜迁飞高峰期划分为4级，以10年的历史资料为基础数据，采用逐步回归以及BP神经网络2种方法分别建立了有翅蚜迁飞高峰期预测模型。这2种方法对待测样本的预测准确度分别为95．00％、97．67％，回测准确度分别为96．65％、98．74％。所建立的预测模型可提前1个多月对有翅蚜迁飞高峰期进行预测，为中期预测模型，其预测结果可为烟田蚜虫及蚜传病毒病的防治提供依据。

简介：本文提出了一种适合云南烟草行业需求预测的方法体系,构建了优化的回归预测模型和时间序列预测模型,对云南省卷烟需求量进行预测:在数据处理阶段,对价值量指标进行CPI还原;在指标选择阶段,运用时差相关分析和简单相关分析确定宏观经济指标;在模型构建阶段,运用先行两期的宏观经济数据预测当期卷烟销量,并运用最小二乘法计算回归预测模型和时间序列预测模型的权重;在对模型稳定性评价阶段,以建模预测结果的平均相对误差及置信度为基础,构建了一套适合云南卷烟需求预测的模型评判标准,并根据云南实际对模型的稳定性进行评价。

简介：为建立基于烟叶麦角甾醇含量结合近红外光谱分析技术的初烤烟叶霉变预警模型,以2015年和2016年云南5个地区2个等级（B2F和C3F）初烤烟叶为研究对象,调节烟叶含水率为18%,在28℃,RH80%条件下以30天为实验周期,进行烟叶霉变实验。每3天取一次样,采集近红外光谱数据并检测样品麦角甾醇含量。建立第0d初烤烟叶样品近红外光谱主成分监测模型并提取HotellingT-2统计量,预测第3天至30天初烤烟叶样品近红外光谱数据的HotellingT-2统计量,对比分析肉眼观察和近红外类模型对烟叶霉变的预警效果。结果表明：1）烟叶霉变过程中,麦角甾醇含量逐渐增加后逐渐降低,当肉眼可见时,麦角甾醇含量较初始值增加4.66-23.38倍;2）基于上述监测模型,13个霉变烟叶样品中,提前预警天数为6天的样品2个,提前预警天数3天的样品7个,当天预警的样品4个,7个未发生霉变烟叶在30天的监测周期内均未出现预警,预测准确率100%。以上结果表明该方法能方便快速地实现对初烤烟叶霉变的预警,具有较好的实用价值。

简介：运用烟草知识对烟叶进行初步分类,以经过标准化处理的常规化学指标和烟叶评吸指标为依据,由训练样本集得到最佳的网络参数,在此基础上对检验样本进行了烟叶品质的识别.提出了利用3层BP人工神经网络识别烟叶品质的方法.人工神经网络用于烟叶品质识别,结果与实际符合良好.该方法优于传统的识别方法,也优于文献报道的识别误差.

简介：为了让卷烟感官评价专业技术人员精准把握消费者真实需求,通过网络评论爬取和在线问卷调查两种途径获取代表性卷烟的消费者感官评价数据,采用语义分析法和相关统计学方法,从感官描述词匹配频率和词汇数、指标理解度和几何平均值等方面进行对比分析,初步验证了中式卷烟消费体验感官评价指标的实用性和适用性。研究发现：（1）网络评论分析和问卷调查两种方法的验证结果较为一致,并相互补充;（2）对于一级指标,消费者对描述满足感特征的指标最为关注,其次为舒适感和轻松感;（3）对于二级指标,从消费者关注和感知程度可分为两类,第一类是核心指标,包括＂浓郁＂、＂醇厚＂、＂刺激＂、＂柔和＂、＂清新＂、＂劲头＂、＂甜润＂、＂顺畅＂、＂余味＂、＂杂气＂、＂嗅香＂和＂细腻＂等12个关注多、易感知的指标;第二类为延伸指标,包括＂成团＂、＂丰富＂、＂绵长＂、＂透发＂、＂均衡＂和＂愉悦＂等6个关注少、难以感知和理解、但起到深化和综合作用的专业性指标。