卷烟制丝加料工序数字预测模型的研究

为保持制丝车间的加料工序出口含水率稳定,将数据分析和算法结合,以工艺、设备等生产数据为影响因子,经过数据采集、数据清洗与处理、数据和建模等关键环节,通过多元回归、梯度提升决策树和BP神经网络算法进行分析和预测。通过算法优化、数据测试与验证,建立基于梯度提升决策树算法的加料工序数字预测模型。验证结果表明,该方法具有较高的准确性,测试效果稳定性较好,具有生产指导意义,有利于进一步提高烟丝的工艺质量。