基于改进SSA-BP神经网络的复烤水分和温度预测

为解决烟叶复烤中加工一致性问题,为复烤工艺参数设置提供依据,本文针对工艺参数建立了BP神经网络模型对烟叶的水分以及温度进行预测。提出了采用Tent混沌映射改进的麻雀搜索算法(SSA)优化神经网络,提升模型的各方面性能。最后以麒麟复烤厂某个批次烟叶复烤加工的数据进行实验验证,并与未优化的BP模型、未改进的SSA-BP模型、GA-BP模型和PSO-BP模型进行对比,结果显示,Tent-SSA-BP模型在预测精度和性能上都更好,为复烤工艺参数设置提供了依据。