摘要
本发明公开了一种基于大模型的烟草制丝工艺调控方法,包括:根据历史时间区间内采集得到的工艺参数、原料检测数据、环境参数,在边缘层执行特征提取,得到多个特征向量;根据多个特征向量,在边缘层通过预置的预测模型,预测得到质量指标,根据质量指标,调整工艺参数以执行;根据执行后采集得到的质量指标,与预测得到的质量指标,在决策层得到预测残差移动平均,当预测残差移动平均连续多次大于误差阈值时,触发模型重校准,并向边缘层同步。本发明通过在边缘层融合多模态特征,通过实时预测模型实现闭环控制,提升预测准确性及响应速度。结合预测残差移动平均动态校准机制,有效应对参数突变导致的模型失效问题,保障生产连续性。
技术关键词
烟草制丝工艺
调控方法
预测残差
参数
融合多模态特征
隔离森林算法
时域特征
移动平均算法
频域特征
统计特征
滑动窗口法
校准机制
模型校准
存储计算机程序
数据
卡尔曼滤波
插值方法
烘丝机
误差
系统为您推荐了相关专利信息
无人机轨迹优化
面向深度神经网络
轨迹优化算法
深度强化学习
训练智能
文本分类方法
分类器
序列
计算机可读指令
深度学习模型
变电站直流系统
接地故障定位方法
节点
平衡电桥
支路
预编码矩阵
智能天线阵列
波束成形方法
权重模型
混合预编码