摘要
本发明涉及工序质量控制技术领域,具体涉及一种多工序参数优化方法,包括:获取原料质量属性、工艺参数和成品质量属性,并在所述成品质量属性中筛选获得关键成品质量属性;基于所述关键成品质量属性获得原始数据集,基于所述原始数据构建所述关键成品质量属性及其对应的原料质量属性和工艺参数之间的因果关系图网络;基于所述因果关系图训练构建相应的非线性关联模型;基于所述非线性关联模型获得优化后的包括原料质量属性和工艺参数的工序参数。通过因果关系分析与非线性关联模型,解决了仅依赖相关性带来的冗余与方向不明等局限,在多工序生产流程中更精准地捕捉变量交互,从而显著提升整体优化能力。
技术关键词
非线性关联模型
参数优化方法
节点特征
卷积神经网络模型
网络结构优化方法
成品
染色体
注意力
矩阵
变量
遗传算法
前馈神经网络
训练集数据
编码方案
指数
系统为您推荐了相关专利信息
图像自动识别方法
卷积神经网络模型
图像识别模型
深度卷积神经网络
注意力机制
旋转升降平台
角度调节平台
拍摄装置
缺陷智能
旋转平台
网络故障预测方法
网络故障数据
卷积网络模型
样本
网络节点信息
电离层总电子含量
格网
卷积神经网络模型
校准
标量特征
时序预测模型
预警方法
循环神经网络模型
数据
桥梁结构