烘丝出口水分预测模型的建立

摘要：

目的:为解决我厂TT1烘丝岗位人员质控难度大、批内烟丝感官质量波动大的问题.方法:针对烘丝设备、工艺参数,运用Minitab及R软件,采用多元线性、决策树、随机森林、bagging、神经网络等多种机器学习法,找出各参数之间的联系,并构建和选择最优回归模型.结果:(1)采用相关回归分析和人工机器学习回归模型均能得出影响烘丝机出口水分的重要因素及其回归模型.(2)相比较而言,随机森林回归模型的均方误差更小,是一种有效的回归方法.结论:通过机器学习法探究烘丝出口水分影响因素的变化规律,用于指导指导制丝生产加工过程,实现烘丝机出口水分及卷烟感官质量批内、批间稳定.

关键词：机器学习、烘丝机出口水分、预测模型、回归分析、影响因素

分类号：X795(轻工业废物处理与综合利用)

在线出版日期：2020-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：58-59