融合卷烟叶组配方信息构建叶丝填充值预测模型研究  

作　　者：何晋[1] 吴晓炯 居雷[1] 丁丁[1] 周凯敏[1] 张浩博[1] 

机构地区：[1]上海烟草集团有限责任公司技术中心,上海201315

出　　处：《轻工科技》2024年第3期104-108,共5页Light Industry Science and Technology

摘　　要：为更好地构建叶丝填充值预测模型,采用文本向量化和构建机器学习模型的方法,分析了8500个制丝加工批次的叶组配方信息、在线数采数据和质量检测数据,建立了叶丝填充值预测模型。结果表明:通过引入叶组配方信息可有效提高叶丝填充值预测模型的预测能力,模型的平均调整决定系数由0.480±0.012上升为0.570±0.013;将所构建的模型在未参与建模的某牌号叶丝的相关数据集上进行验证应用,结果显示引入叶组配方信息后,叶丝填充值预测模型的平均绝对偏差由0.106 cm~(3★)g~(-1)下降为0.088 cm~(3★)g~(-1);基于所构建的叶丝填充值预测模型,可定量分析产地因素对叶丝填充值的影响程度。

关 键 词：填充值 机器学习 叶组配方 

分 类 号：TS452.3[农业科学—烟草工业]