本發(fā)明涉及一種基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法，屬于煙草加工質(zhì)量指標(biāo)預(yù)測(cè)領(lǐng)域。

背景技術(shù)：

1、卷煙烘絲工藝是煙草生產(chǎn)中的關(guān)鍵環(huán)節(jié)，工藝質(zhì)量不僅影響煙草的口感和香氣，還直接關(guān)系到產(chǎn)品的市場競爭力。卷煙烘絲工藝涉及到多個(gè)物理和化學(xué)過程，操作過程中需要不斷調(diào)整溫度、濕度、氣流等變量，這些變量的微小變化可能會(huì)導(dǎo)致最終產(chǎn)品質(zhì)量的顯著變化，因此，對(duì)工藝過程進(jìn)行準(zhǔn)確的預(yù)測(cè)和控制是非常重要的。

2、由于工藝過程中的參數(shù)和環(huán)境條件都具有強(qiáng)烈的時(shí)間依賴性，傳統(tǒng)的預(yù)測(cè)方法往往難以全面捕捉到這些復(fù)雜的時(shí)間序列信息。傳統(tǒng)的時(shí)間序列預(yù)測(cè)方法通常包括自回歸模型、滑動(dòng)平均模型以及基本的回歸分析，這些方法在處理靜態(tài)數(shù)據(jù)和線性關(guān)系方面表現(xiàn)良好，但在面對(duì)非線性、復(fù)雜的時(shí)間序列數(shù)據(jù)時(shí)，其預(yù)測(cè)性能和準(zhǔn)確性往往受到限制，特別是在處理多步預(yù)測(cè)任務(wù)時(shí)，傳統(tǒng)方法難以有效捕捉到數(shù)據(jù)中的長期依賴關(guān)系和非線性模式，因此，卷煙烘絲工藝質(zhì)量的準(zhǔn)確多步預(yù)測(cè)，已成為制約工藝質(zhì)量和資源利用率的進(jìn)一步提升的瓶頸，亟待解決。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法，以用于構(gòu)建mcf-transgru多步預(yù)測(cè)模型實(shí)現(xiàn)卷煙烘絲工序質(zhì)量指標(biāo)時(shí)間序列的多步預(yù)測(cè)。

2、本發(fā)明的技術(shù)方案是：

3、根據(jù)本發(fā)明的第一方面，提供了一種基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法，包括：收集預(yù)設(shè)時(shí)間下卷煙制絲車間中薄板烘絲工藝生產(chǎn)線的時(shí)間序列數(shù)據(jù)，構(gòu)成樣本數(shù)據(jù)集；其中，時(shí)間序列數(shù)據(jù)包括工藝參數(shù)和質(zhì)量指標(biāo)數(shù)據(jù)；對(duì)樣本數(shù)據(jù)集進(jìn)行預(yù)處理，獲得預(yù)處理后的數(shù)據(jù)集；按照時(shí)間順序，劃分預(yù)處理后的數(shù)據(jù)集為訓(xùn)練集數(shù)據(jù)、驗(yàn)證集數(shù)據(jù)和測(cè)試集數(shù)據(jù)，用于模型訓(xùn)練和性能評(píng)估；通過多尺度卷積融合模塊、改進(jìn)的transformer模塊和基于殘差的門控循環(huán)單元模塊構(gòu)建mcf-transgru多步預(yù)測(cè)模型；依據(jù)訓(xùn)練集數(shù)據(jù)、驗(yàn)證集數(shù)據(jù)，對(duì)構(gòu)建的mcf-transgru多步預(yù)測(cè)模型進(jìn)行訓(xùn)練，調(diào)整超參數(shù)；利用訓(xùn)練好的mcf-transgru多步預(yù)測(cè)模型對(duì)測(cè)試集數(shù)據(jù)/待測(cè)薄板烘絲工藝生產(chǎn)線時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)測(cè)。

4、所述構(gòu)成樣本數(shù)據(jù)集，具體為：依據(jù)卷煙制絲車間中薄板烘絲工藝的具體流程，確定工藝參數(shù)和質(zhì)量指標(biāo)；依據(jù)確定的工藝參數(shù)和質(zhì)量指標(biāo)，收集預(yù)設(shè)時(shí)間下的時(shí)間序列數(shù)據(jù)構(gòu)成樣本數(shù)據(jù)集；其中，工藝參數(shù)為多個(gè)，質(zhì)量指標(biāo)為一個(gè)。

5、所述預(yù)處理包括：先對(duì)樣本數(shù)據(jù)集中的樣本數(shù)據(jù)進(jìn)行料頭料尾去除，再對(duì)數(shù)據(jù)中的空缺值進(jìn)行均值填充，接著運(yùn)用3sigma準(zhǔn)則對(duì)樣本數(shù)據(jù)進(jìn)行剔除；對(duì)經(jīng)過3sigma準(zhǔn)則判斷的樣本數(shù)據(jù)集進(jìn)行歸一化處理。

6、所述mcf-transgru多步預(yù)測(cè)模型用于根據(jù)預(yù)測(cè)步長的不同，將預(yù)處理后數(shù)據(jù)集中的樣本數(shù)據(jù)作為輸入，分別送入并行的不同一維卷積核組合進(jìn)行多尺度特征提取，各個(gè)尺度提取的特征會(huì)被拼接融合，作為多尺度卷積融合模塊的輸出；隨后輸入改進(jìn)的transformer模塊，以進(jìn)一步提取更深層次的特征；改進(jìn)的transformer模塊的輸出輸入到gru網(wǎng)絡(luò)中，殘差模塊通過將gru網(wǎng)絡(luò)的輸入與經(jīng)過gru網(wǎng)絡(luò)的非線性變換后的輸出相加，使得gru網(wǎng)絡(luò)能夠更容易地?cái)M合復(fù)雜的映射函數(shù)，用于捕捉序列中的全局時(shí)序特征，作為基于殘差的門控循環(huán)單元模塊rgm的輸出；將基于殘差的門控循環(huán)單元模塊的輸出經(jīng)過兩層全連接層，第二層全連接層的輸出神經(jīng)元個(gè)數(shù)根據(jù)預(yù)測(cè)步長設(shè)定，用于輸出多步預(yù)測(cè)結(jié)果；模型的最終輸出是對(duì)未來多個(gè)時(shí)間點(diǎn)的卷煙烘絲工藝質(zhì)量指標(biāo)的預(yù)測(cè)結(jié)果，預(yù)測(cè)結(jié)果最后進(jìn)行反歸一化處理獲得符合所需的最終數(shù)據(jù)。

7、所述改進(jìn)的transformer模塊包括一層改進(jìn)的transformer層，改進(jìn)的transformer層以標(biāo)準(zhǔn)transformer層為框架，在該框架上，用一層簡單的線性層替代了標(biāo)準(zhǔn)transformer層中的decoder結(jié)構(gòu)。

8、根據(jù)本發(fā)明的第二方面，提供了一種基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)系統(tǒng)，包括：收集模塊，用于收集預(yù)設(shè)時(shí)間下卷煙制絲車間中薄板烘絲工藝生產(chǎn)線的時(shí)間序列數(shù)據(jù)，構(gòu)成樣本數(shù)據(jù)集；其中，時(shí)間序列數(shù)據(jù)包括工藝參數(shù)和質(zhì)量指標(biāo)數(shù)據(jù)；預(yù)處理模塊，用于對(duì)樣本數(shù)據(jù)集進(jìn)行預(yù)處理，獲得預(yù)處理后的數(shù)據(jù)集；劃分模塊，用于按照時(shí)間順序，劃分預(yù)處理后的數(shù)據(jù)集為訓(xùn)練集數(shù)據(jù)、驗(yàn)證集數(shù)據(jù)和測(cè)試集數(shù)據(jù)，用于模型訓(xùn)練和性能評(píng)估；構(gòu)建模塊，用于通過多尺度卷積融合模塊、改進(jìn)的transformer模塊和基于殘差的門控循環(huán)單元模塊構(gòu)建mcf-transgru多步預(yù)測(cè)模型；訓(xùn)練模塊，用于依據(jù)訓(xùn)練集數(shù)據(jù)、驗(yàn)證集數(shù)據(jù)，對(duì)構(gòu)建的mcf-transgru多步預(yù)測(cè)模型進(jìn)行訓(xùn)練，調(diào)整超參數(shù)；預(yù)測(cè)模塊，利用訓(xùn)練好的mcf-transgru多步預(yù)測(cè)模型對(duì)測(cè)試集數(shù)據(jù)/待測(cè)薄板烘絲工藝生產(chǎn)線時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)測(cè)。

9、根據(jù)本發(fā)明的第三方面，提供了一種終端，包括處理器、存儲(chǔ)器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器被配置為執(zhí)行上述中任一項(xiàng)所述的基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法。

10、根據(jù)本發(fā)明的第四方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括存儲(chǔ)的程序，該程序被處理器執(zhí)行時(shí)使處理器實(shí)現(xiàn)上述中任一項(xiàng)所述的基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法。

11、本發(fā)明的有益效果是：卷煙烘絲工藝涉及多個(gè)工藝參數(shù)和質(zhì)量指標(biāo)，且這些參數(shù)和指標(biāo)之間存在復(fù)雜的時(shí)空關(guān)系。傳統(tǒng)的預(yù)測(cè)方法難以有效捕捉這種復(fù)雜的關(guān)系，導(dǎo)致多步預(yù)測(cè)精度較低，工藝參數(shù)的調(diào)整對(duì)最終的質(zhì)量指標(biāo)有著直接而復(fù)雜的影響，而現(xiàn)有方法難以同時(shí)考慮多個(gè)工藝參數(shù)對(duì)質(zhì)量指標(biāo)的綜合影響。本發(fā)明通過不同尺度卷積核捕捉工藝參數(shù)的時(shí)間特征，利用transformer自適應(yīng)捕捉長期依賴關(guān)系和關(guān)鍵時(shí)間步信息，最后通過門控循環(huán)單元整合工藝參數(shù)特征，并通過全連接層實(shí)現(xiàn)多步預(yù)測(cè)。訓(xùn)練模型并調(diào)整超參數(shù)，以提升時(shí)間序列關(guān)系的學(xué)習(xí)能力，通過多步預(yù)測(cè)，模型能夠提供未來多個(gè)時(shí)間點(diǎn)的質(zhì)量指標(biāo)預(yù)測(cè)結(jié)果，為后續(xù)的生產(chǎn)調(diào)控決策提供指導(dǎo)。

技術(shù)特征：

1.一種基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法，其特征在于，所述構(gòu)成樣本數(shù)據(jù)集，具體為：依據(jù)卷煙制絲車間中薄板烘絲工藝的具體流程，確定工藝參數(shù)和質(zhì)量指標(biāo)；依據(jù)確定的工藝參數(shù)和質(zhì)量指標(biāo)，收集預(yù)設(shè)時(shí)間下的時(shí)間序列數(shù)據(jù)構(gòu)成樣本數(shù)據(jù)集；其中，工藝參數(shù)為多個(gè)，質(zhì)量指標(biāo)為一個(gè)。

3.根據(jù)權(quán)利要求1所述的基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法，其特征在于，所述預(yù)處理包括：先對(duì)樣本數(shù)據(jù)集中的樣本數(shù)據(jù)進(jìn)行料頭料尾去除，再對(duì)數(shù)據(jù)中的空缺值進(jìn)行均值填充，接著運(yùn)用3sigma準(zhǔn)則對(duì)樣本數(shù)據(jù)進(jìn)行剔除；對(duì)經(jīng)過3sigma準(zhǔn)則判斷的樣本數(shù)據(jù)集進(jìn)行歸一化處理。

4.根據(jù)權(quán)利要求1所述的基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法，其特征在于，所述mcf-transgru多步預(yù)測(cè)模型用于根據(jù)預(yù)測(cè)步長的不同，將預(yù)處理后數(shù)據(jù)集中的樣本數(shù)據(jù)作為輸入，分別送入并行的不同一維卷積核組合進(jìn)行多尺度特征提取，各個(gè)尺度提取的特征會(huì)被拼接融合，作為多尺度卷積融合模塊的輸出；隨后輸入改進(jìn)的transformer模塊，以進(jìn)一步提取更深層次的特征；改進(jìn)的transformer模塊的輸出輸入到gru網(wǎng)絡(luò)中，殘差模塊通過將gru網(wǎng)絡(luò)的輸入與經(jīng)過gru網(wǎng)絡(luò)的非線性變換后的輸出相加，使得gru網(wǎng)絡(luò)能夠更容易地?cái)M合復(fù)雜的映射函數(shù)，用于捕捉序列中的全局時(shí)序特征，作為基于殘差的門控循環(huán)單元模塊rgm的輸出；將基于殘差的門控循環(huán)單元模塊的輸出經(jīng)過兩層全連接層，第二層全連接層的輸出神經(jīng)元個(gè)數(shù)根據(jù)預(yù)測(cè)步長設(shè)定，用于輸出多步預(yù)測(cè)結(jié)果；模型的最終輸出是對(duì)未來多個(gè)時(shí)間點(diǎn)的卷煙烘絲工藝質(zhì)量指標(biāo)的預(yù)測(cè)結(jié)果，預(yù)測(cè)結(jié)果最后進(jìn)行反歸一化處理獲得符合所需的最終數(shù)據(jù)。

5.根據(jù)權(quán)利要求4所述的基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法，其特征在于，所述改進(jìn)的transformer模塊包括一層改進(jìn)的transformer層，改進(jìn)的transformer層以標(biāo)準(zhǔn)transformer層為框架，在該框架上，用一層簡單的線性層替代了標(biāo)準(zhǔn)transformer層中的decoder結(jié)構(gòu)。

6.一種基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)系統(tǒng)，其特征在于，包括：

7.一種終端，其特征在于：包括處理器、存儲(chǔ)器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器被配置為執(zhí)行權(quán)利要求1-5中任一項(xiàng)所述的基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括存儲(chǔ)的程序，其特征在于：該程序被處理器執(zhí)行時(shí)使處理器實(shí)現(xiàn)權(quán)利要求1-5中任一項(xiàng)所述的基于mcf-transgru的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法。

技術(shù)總結(jié)
本發(fā)明公開了一種基于MCF?TransGRU的卷煙烘絲工藝質(zhì)量多步預(yù)測(cè)方法，包括：收集預(yù)設(shè)時(shí)間下卷煙制絲車間中薄板烘絲工藝生產(chǎn)線的時(shí)間序列數(shù)據(jù)，構(gòu)成樣本數(shù)據(jù)集；對(duì)樣本數(shù)據(jù)集進(jìn)行預(yù)處理，獲得預(yù)處理后的數(shù)據(jù)集；按照時(shí)間順序，劃分預(yù)處理后的數(shù)據(jù)集為訓(xùn)練集數(shù)據(jù)、驗(yàn)證集數(shù)據(jù)和測(cè)試集數(shù)據(jù)，用于模型訓(xùn)練和性能評(píng)估；通過多尺度卷積融合模塊、改進(jìn)的Transformer模塊和基于殘差的門控循環(huán)單元模塊構(gòu)建MCF?TransGRU多步預(yù)測(cè)模型；依據(jù)訓(xùn)練集數(shù)據(jù)、驗(yàn)證集數(shù)據(jù)，對(duì)構(gòu)建的MCF?TransGRU多步預(yù)測(cè)模型進(jìn)行訓(xùn)練，調(diào)整超參數(shù)；利用訓(xùn)練好的MCF?TransGRU多步預(yù)測(cè)模型對(duì)測(cè)試集數(shù)據(jù)/待測(cè)薄板烘絲工藝生產(chǎn)線時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)測(cè)。本發(fā)明通過多步預(yù)測(cè)能夠提供未來多個(gè)時(shí)間點(diǎn)的質(zhì)量指標(biāo)預(yù)測(cè)結(jié)果，為后續(xù)的生產(chǎn)調(diào)控決策提供指導(dǎo)。

技術(shù)研發(fā)人員：陰艷超,張家剛,潘欣,唐軍,易斌,馮根昌
受保護(hù)的技術(shù)使用者：昆明理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9