基于图神经网络的松散回潮出口含水率预测方法

在烟叶回潮的生产线上设置多个传感器，它们用于实时采集烟叶的工艺流量、加水比例、气水混合自动阀门开度、工艺热风温度、加水流量、物料累计量、加水累计量、蒸汽自动阀门开度和出料含水率，本发明基于图神经网络的松散回潮出口含水率预测方法包括：数据采集、数据预处理、对上述参数进行斯皮尔曼相关性分析、图数据构建、用多组关联数据对模型进行训练、用训练好的模型来预测松散回潮工序下一时刻的烟叶出口含水率，本发明利用GAT捕捉生产数据中各参数之间的复杂关联关系，通过LSTM处理时间序列数据，有效结合空间特征和时间特征，显著提高了出口含水率的预测精度，实验结果表明，该模型在MAE评价指标上均表现出色。