-
公开(公告)号:CN117421580A
公开(公告)日:2024-01-19
申请号:CN202311379218.8
申请日:2023-10-24
申请人: 云南中烟工业有限责任公司
IPC分类号: G06F18/213 , G06F18/25 , G06N3/042 , G06N3/096 , G06N3/0442 , G06N3/084
摘要: 本发明公开了一种基于图神经网络和迁移学习的工艺质量时间序列预测方法,包括如下步骤:首先,通过MES系统对生产线工艺参数与质量指标数据进行采集并形成数据集;其次,将所有变量映射为节点,变量对应的生产数据作为节点特征,将工艺参数与质量指标之间的控制关系映射为节点间的边,完成工艺关系到图数据的转化,并利用图神经网络计算图数据内的空间特征;同时,借助双向长短期记忆网络计算质量指标自身的时序特征;最终,将空间信息和时序特征拼接进而得到预测结果,引入迁移学习机制来实现模型的更新并输出预测结果。
-
公开(公告)号:CN117422111A
公开(公告)日:2024-01-19
申请号:CN202311379221.X
申请日:2023-10-24
申请人: 云南中烟工业有限责任公司
IPC分类号: G06N3/0464 , G06N3/0442 , G06N3/096 , G06N3/045 , G06F18/10 , G06Q50/04
摘要: 本发明提出了一种基于时间编码融合TCN‑GRU混合网络的卷烟制造过程质量指标预测方法,涉及烟草加工质量预测领域。具体步骤如下:在卷烟生产过程中通过MES系统对生产线工艺数据进行采集,采用温湿度传感器测量物料指标值;将时间数据以编码方式进行输入以提高TCN‑GRU混合神经网络拟合精度,引入迁移学习策略,在保证训练精度的前提下提升实际生产中算法训练效率,实现实际生产长期准确预测。本发明通过时间编码的方式提高了预测精度,计算效率符合工业现场的应用要求,且在保证训练精度的前提下大大缩短了模型的训练时间。
-