摘要
本发明涉及一种烘丝机出口水分动态预测方法、存储介质及系统,用于精确预测烟草烘丝过程结束时的出口水分含量。通过这种融合架构,本发明能够有效地捕捉烟草烘丝过程中复杂的水分变化规律,实现对出口水分的精确预测。该模型利用Transformer的并行处理能力处理长距离的序列依赖关系,同时利用LSTM的序列建模能力捕捉时间序列数据中的动态变化。通过对历史生产数据的学习,该模型能够准确预测烘丝出口水分,为操作人员提供有效的决策参考,满足工业生产的需求,并有助于提升烘丝过程的智能化水平。本发明适用于烟草加工行业以及其他需要对连续生产过程中关键参数进行预测的应用场景。
技术关键词
烘丝机出口水分
动态预测方法
动态预测模型
SVR模型
前馈神经网络
数据
变量
综合评判模型
序列
sigmoid函数
神经网络模型
动态预测系统
注意力
温度预测模型
门结构
长短期记忆网络
烟丝水分
正则化参数
误差