一种基于DCTCN-informer-TSMixer模型的卷烟制丝工艺质量预测方法

本发明公开了一种基于DCTCN‑informer‑TSMixer模型的卷烟制丝工艺质量预测方法，包括：收集预设时间下卷烟制丝车间松散回潮工艺生产线的时间序列数据，构成样本数据集；对样本数据集进行预处理，获得处理后的数据集；按照时间顺序，将预处理后的数据划分为训练集、验证集和测试集，用于模型训练和性能评估；构建融合离散余弦变换增强模块(DCT)、时序卷积网络模块(TCN)、Informer模型以及时序混合器TSMixer的预测模型；依据训练集和验证集数据，对所构建的DCTCN‑Informer‑TSMixer模型进行训练，调整超参数；利用训练好的模型对测试集数据/松散回潮工艺生产线的待测时序数据进行预测，输出目标时间点的出料含水率预测值。本发明模型兼具频域特征提取、短期时序建模、长期依赖捕捉与多维特征交互能力，可有效提升出料含水率预测的精度与稳定性，为制丝工艺过程中的智能控制与质量调节提供决策支持。