一种基于多分支神经网络的聚合物多组分含量预测方法

本发明公开了一种基于多分支神经网络的聚合物多组分含量预测方法，包括步骤：在双螺杆挤出机加工过程中，实时采集多种聚合物共混的数据，对采集到的不同数据源进行时序对齐以构成样本，随后进行预处理和归一化，并添加相应的标注信息；构建多分支神经网络模型，在训练阶段，通过分支特征提取层将不同数据源的特征映射到高维特征空间中，提取相应的数据特征分布，用特征融合模块对来自多种数据源的信息整合，构建多样的特征表示；将测试数据输入到训练好的模型中进行测试，计算模型测量的组分含量值与实际设置的组分含量值之间的差异，通过对比分析，验证模型的测量精度和稳定性，从而全面评估模型的有效性和适用性。