摘要
本发明涉及一种胎面挤出生产线后称量重量智能预测方法,方法包括以下步骤:1)获取橡胶轮胎挤出机生产过程的历史数据和实时数据;2)通过基于欧几里德距离的加权相似度分析方法,构建初步相似数据集;3)使用皮尔逊相关系数确定当前相似数据集大小;4)使用孤立森林算法来对当前相似数据集进行异常值剔除;5)基于多头注意力机制,构建即时学习的局部模型,基于训练集对模型进行训练,得到后称量重量预测模型,获取实际实时数据输入预测模型,得到橡胶轮胎挤出生产线的产品的后称量重量预测结果。与现有技术相比,本发明具有提高后称量重量预测效率,减小预测滞后性等优点。
技术关键词
胎面挤出生产线
智能预测方法
加权欧氏距离
实时数据
孤立森林算法
多头注意力机制
皮尔逊相关系数
橡胶轮胎
度分析方法
训练集
拉格朗日乘数法
算法模型
网络结构
挤出机
因子
异常数据
线性
坐标
系统为您推荐了相关专利信息
数据交换技术
实时数据管理
定价算法
缓存机制
验证规则
决策支持系统
多源数据融合系统
土壤水分数据
多元回归分析方法
动态变化模型
零点修正方法
电磁流量计
校准策略
嵌入式微控制器
嵌入式系统
温度特性检测方法
数学模型
电源设备
温度特性曲线
支持向量机模型
混合神经网络模型
智能预测方法
注意力机制
数据
训练集