建立基于大数据分析的叶丝切丝含水率预测模型

卷烟加工过程中,叶丝切丝含水率(烘丝机入口含水率)对成品烟丝的感官质量及烟草制品的综合质量指标有重大影响,是烟叶生产加工中一项重要的质量评价指标。本文介绍切丝含水率相关工序大数据样本的挖掘方法及多元线性回归、MLP神经网络算法的基本原理;给出使用SPSS软件建立多元线性回归分析及MLP神经网络预测模型的具体操作步骤;将多元线性回归分析及MLP神经网络预测模型的准确性进行比较,该模型被应用于预测叶丝切丝含水率。预测值和实际值的误差在0.3%以下。其中MLP神经网络预测模型的预测准确度高于多元线性回归分析预测模型,表明MLP神经网络预测模型预测叶丝切丝含水率有更强的指导性和有效性。