一种基于改进型决策树的再造梗丝水分预测方法技术

本发明专利技术公开了一种基于改进型决策树的再造梗丝水分预测方法，属于烟梗再造梗丝技术领域。本发明专利技术基于前期生产中积累的大量优秀先验数据和决策树算法展开研究，提出一种基于改进型决策树的再造梗丝水分预测方法。一方面，基于对数据的相关性分析以及改进的Apriori算法挖掘出水分关联规则，将水分变化情况进行量化，并将水分的变化与其他变量进行关联，相比于传统的离散化算方式，有效提高了关联挖掘的有效性。另一方面，将关联规则和决策树算法进行结合，使得决策树的挖掘过程偏向于高度关联项，从而提出了一种专门适用于再造梗丝水分预测问题的新算法。测问题的新算法。测问题的新算法。

【技术实现步骤摘要】
一种基于改进型决策树的再造梗丝水分预测方法


[0001]本专利技术属于再造梗丝生产过程控制领域，具体涉及一种基于改进型决策树的再造梗丝水分预测方法。

技术介绍

[0002]再造梗丝是烟草行业在烟梗制丝工艺
取得的重要突破，实现了梗丝新工艺、新技术、新装备、新产品的系统集成创新，不仅扩宽了烟梗在卷烟配方中的使用范围和使用价值，还为中式卷烟产品开发设计提供了新的配方选择，现已在“长白山”品牌5个卷烟规格中实现了配方应用，并在“中华”、“利群”、“苏烟”等品牌卷烟和“南京”品牌细支卷烟中进行了产品验证。
[0003]再造梗丝的水分对卷烟产品感官质量及加工工艺有着重要影响。其主要影响来自于市场环境与人为控制滞后两个方面。在当前全球经济下行、卷烟提税顺价和控烟过激的客观压力下，行业面临“三个持续下滑、两个居高不下”的严峻形势，对卷烟工艺质量和生产成本更是提出了更高的要求。此外，现有烟机专用设备水分调控自动化程度低，PID响应不及时，在生产中主要依靠具有大量经验的操作工现场实时调节过程设定值(比如物料流量、温度、风速等)，数据离散、时延较高且本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进型决策树的再造梗丝水分预测方法，其特征在于，使用量化改进的Apriori算法，使得原本只适用于离散值频繁项挖掘的算法能够适应烟草生产中的连续值特征挖掘。2.根据权利要求1所述的一种基于改进型决策树的再造梗丝水分预测方法，其特征在于，量化改进的Apriori算法，其数据收集过程步骤如下：(A)收集生产过程前的各项参数的数值作为特征，这里记录的参数包括生产过程中的物料流量、进油温度、烟丝平均长度、烟丝平均宽度，共计K项特征；则第k项特征的集合表示为f
0[k]
,i∈[1,K]，同时记录生成过程前的水分值，其集合记作y0；同时，记录N批次这样的数据，则第n次特征数据和水分值分别记为和y
0,n
,n∈[1,N]；(B)在每批生产过程后，记录各项数值参数作为特征，并记录水分值，这里记录的参数与步骤(A)当中的各项参数对应，则第k项特征的集合表示为此时记录的各个批次数值对应记为和y
t,n
,n∈[1,N]；(C)在收集N个批次的数据后，将所有数据进行归一化覆盖原本的值，归一化的过程中，将各类特征减去均值后除以方差，这四类值的计算公式如下：将各类特征减去均值后除以方差，这四类值的计算公式如下：将各类特征减去均值后除以方差，这四类值的计算公式如下：将各类特征减去均值后除以方差，这四类值的计算公式如下：式中，μ(
·
)和σ(
·
)分别表示相应项目
·
的均值和方差，在归一化后这些参数数值作为后续步骤的输入。3.根据权利要求1所述的一种基于改进型决策树的再造梗丝水分预测方法，其特征在于，其特征在于，量化改进的Apriori算法，包括特征和对应水分值的特异性量化过程，该过程对共计K个特征集进行量化，获得特征特异性集合τ
[k]
，则第n批次的K个特征特异性的计算方式如下：式中，μ(
·
)表示相应项目
·
的均值，通过这种方式能够获得K个特征值的特异性；同时，还要将对应的输出值也进行特异性量化，获得输出值的特异性集合τ
[y]
，则第n批次的水分值的特异性记作其计算方式如下：式中，y
0,n
和y
t,n
分别表示生产过程前和生产过程后的水分值，从而将原本离散的频繁
项集改为水分特征影响性分析。4.根据权利要求1所述的一种基于改进型决策树的再造梗丝水分预测方法，其特征在于，量化改进的Apriori算法，自动设定算法中的最小支持度阈值参数，最小支持度阈值supp...

【专利技术属性】
技术研发人员：郑庆元，陈夕松，吴锐，陶思琦，王佐，
申请(专利权)人：江苏鑫源烟草薄片有限公司，
类型：发明
国别省市：