基于神经网络的叶丝填充率影响因子量化研究
摘要: 为了探究复杂的制丝工艺中各个过程参数对叶丝填充率的影响程度,并对其进行量化,实验基于制丝工艺流程及多源异构的烟厂生产线数据进行了研究。首先通过数据融合及数据清洗等方法处理数据;随后分别采用Pearson和Spearman相关性指数对影响因素进行相关性分析,并对比分析结果,发现2种分析方法结果高度一致;最后运用多层感知机(MLP)神经网络模型对叶丝填充率进行分析量化并对结果进行对比验证,得到叶丝填充率真实值与验证值之间R2为0.938。结果表明:所探究的主要制丝工艺生产参数对叶丝填充率的影响权重是准确、有效的,能够指导叶丝生产过程,从而改善叶丝填充率稳定性。