摘要
本发明公开了一种基于神经网络代理模型的氯化法钛白粉生产过程因果建模优化方法及电子设备和存储介质,所述方法包括获取氯化法钛白粉生产过程数据并进行归一化的预处理;将处理后的数据使用基于交叉验证的递归特征消除得到与目标输出结果强相关的混杂因素特征;利用得到的特征数据训练代理模型以预测各操作变量对目标输出结果的潜在结果;通过代理模型输出的潜在结果计算因果效益;本发明降低了复杂氯化法钛白粉生产过程因果建模的计算成本,能够系统模型不明晰或系统参数缺乏的情况下高效评估操作变量的因果效益,为氯化法钛白粉生产过程辅助决策和故障诊断提供科学依据。
技术关键词
氯化法钛白粉
建模优化方法
变量
多层感知机
贝叶斯神经网络
消除方法
物理
数据
电子设备
消除算法
梯度下降法
贪婪算法
处理器
反应器
氯气
遗传算法
存储器
焦炭
钛矿
可读存储介质
系统为您推荐了相关专利信息
文本识别方法
语义
重构矩阵
图像
多头注意力机制
节点
学生成绩预测方法
编码器
预测特征
模型训练模块