[发明专利]基于改进神经网络的烟丝质检指标预测方法、装置及系统

摘要

本发明公开一种基于改进神经网络的烟丝质检指标预测方法，包括以下步骤：采集卷烟厂不同批次的制丝原料所对应的相关数据；对采集到的相关数据进行清洗处理，将进行清洗处理后的相关数据进行归一化处理得到归一化处理的结果，将结果作为测试集和训练集；基于训练集建立若干个BP‑GA回归模型，将若干个BP‑GA回归模型合成一个集成回归模型；基于训练集建立若干个分类模型，将若干个分类模型合成一个集成分类模型；通过建立的准确模型输出结果，并对输出的结果进行反归一化处理，得到预测分类结果。本发明可以利用制丝工艺过程参数有效预测烟丝质检参数，还可以有效避免预测结果陷入局部最小值。此外，该模型还具有结构稳定，识别效果较为可靠等优点。

主权项

1.一种基于改进神经网络的烟丝质检指标预测方法，其特征在于包括以下步骤：采集卷烟厂不同批次的制丝原料所对应的相关数据，所述相关数据包括相关工序参数和相关质检参数，所述相关工序参数和相关质检参数形成相应的参数组，所述参数组内包括碎丝率、短丝率、中丝率、长丝率、整丝率及填充值；对采集到的相关数据进行清洗处理，获取贡献度最高的参数组并保留一个，将进行清洗处理后的相关数据进行归一化处理得到归一化处理的结果，将结果作为测试集和训练集；基于所述碎丝率、短丝率、中丝率、长丝率和整丝率形成的训练集建立若干个BP‑GA回归模型，将若干个BP‑GA回归模型合成一个集成回归模型；基于所述填充值形成的训练集建立若干个分类模型，将若干个分类模型合成一个集成分类模型；采用测试集分别对集成回归模型和集成分类模型进行测试，若测试结果准确，则集成回归模型和集成分类模型为建立的准确模型；通过建立的准确模型输出结果，并对输出的结果进行反归一化处理，得到预测的碎丝率、短丝率、中丝率、长丝率、整丝率的值及填充值的分类结果。