摘要
本发明涉及卷烟制丝技术领域,具体地涉及一种基于机器学习的烘丝水分预测方法、系统及存储介质,包括:获取烘丝工艺生产过程参数;对所述生产过程参数进行预处理,以获取特征参数;构建稳态过程水分预测模型并进行训练;构建非稳态过程水分预测模型并进行训练;判断烘丝机出口物理水份值是否趋于稳定状态;在判断烘丝机出口物理水份值趋于稳定状态的情况下,采用训练后的稳态过程水分预测模型对所述特征参数进行预测;在判断烘丝机出口物理水份值趋于非稳定状态的情况下,采用训练后的非稳态过程水分预测模型多所述特征参数进行预测。本发明采用多模型集成与动态决策机制,基于三种改进型决策树并行集成建模,提高烘丝水分预测精度。
技术关键词
旋转森林
稳态
随机森林模型
烘丝机
烘丝工艺
状态检测模块
卷烟制丝技术
CART决策树
数据处理模块
数据采集模块
CART算法
物理
矩阵
参数
可读存储介质
均值算法
预测系统
成分分析
多模型
系统为您推荐了相关专利信息
风速传感器
PID控制器
数据
非临时性计算机可读存储介质
指数
认知功能障碍风险
支持向量回归模型
梯度提升决策树
逻辑回归模型
随机森林模型
储氢材料
材料数据库
特征选择
关系
支持向量机模型