纸板线湿部生产速度模型构建方法及生产速度预测方法技术

本发明专利技术涉及瓦楞纸板生产领域，公开了纸板线湿部生产速度模型构建方法及生产速度预测方法，该方法用于构建用于预测纸板线湿部生产速度的预测模型。该方法包括获取样本数据集，并划分为训练集和测试集；构建BP神经网络模型，并将训练集输入BP神经网络模型进行训练，并寻优BP神经网络模型的超参数，得到训练后的BP神经网络模型；构建XGBOOST模型，并将训练集输入XGBOOST模型进行训练，并寻优XGBOOST模型的超参数，得到训练后的XGBOOST模型；基于训练后的BP神经网络模型和训练后的XGBOOST模型构建生产速度初始模型；寻优得到训练后的BP神经网络模型的最优权重a和训练后的XGBOOST模型的最优权重b，基于最优权重a和最优权重b优化生产速度初始模型，得到生产速度预测模型。得到生产速度预测模型。得到生产速度预测模型。

【技术实现步骤摘要】
纸板线湿部生产速度模型构建方法及生产速度预测方法


[0001]本专利技术涉及瓦楞纸板生产
，尤其涉及一种纸板线湿部生产速度模型构建方法及生产速度预测方法。

技术介绍

[0002]瓦楞纸板生产线包括相对独立的湿部设备和干部部分。湿部设备生产速度是瓦楞纸板生产的重要指标参数，不仅反应出瓦楞纸板生产效率，同时反应出不同生产情况。
[0003]现有技术中针对瓦楞纸板生产线的研究如纸张张力、机械结构、胶水种类等已经取得了一定成果，但是对湿部设备生产速度的研究相对较少。
[0004]因此，现有技术还有待发展和改进。

技术实现思路

[0005]本专利技术提供了一种纸板线湿部生产速度预测模型构建方法，用于构建纸板线湿部生产速度预测模型，通过对纸板线湿部生产速度的预测更加精准。
[0006]本专利技术第一方面提供了一种纸板线湿部生产速度预测模型构建方法，所述生产速度预测模型构建方法包括：获取样本数据集，并对所述样本数据集进行预处理，得到处理后数据集，并将所述处理后数据集划分为训练集和测试集；构建BP神经网络模型，并将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生产速度预测模型构建方法，其特征在于，所述生产速度预测模型构建方法包括：获取样本数据集，并对所述样本数据集进行预处理，得到处理后数据集，并将所述处理后数据集划分为训练集和测试集；构建BP神经网络模型，并将所述训练集输入BP神经网络模型进行训练，并寻优所述BP神经网络模型的超参数，得到训练后的BP神经网络模型，并将所述测试集输入所述训练后的BP神经网络模型进行测试，得到第一测试结果；构建XGBOOST模型，并将所述训练集输入XGBOOST模型进行训练，并寻优所述XGBOOST模型的超参数，得到训练后的XGBOOST模型，并将所述测试集输入所述训练后的XGBOOST模型进行测试，得到第二测试结果；当所述第一测试结果和所述第二测试结果均符合预设准确率时，则基于所述训练后的BP神经网络模型和所述训练后的XGBOOST模型构建生产速度初始模型；寻优得到所述训练后的BP神经网络模型的最优权重a和所述训练后的XGBOOST模型的最优权重b，并基于最优权重a和最优权重b优化所述生产速度初始模型，得到生产速度预测模型，其中，a∈(0，1)，b＝1
‑
a。2.根据权利要求1所述的生产速度预测模型构建方法，其特征在于，所述获取样本数据集，并对所述样本数据集进行预处理，得到处理后数据集，并将所述处理后数据集划分为训练集和测试集，包括：获取样本数据集，并按照采样时间对所述样本数据集中的样本数据进行排序，得到预处理数据集；统一所述预处理数据集中的样本数据的数据类型，得到预设类型的时序生产数据集；去除所述时序生产数据集中的异常数据和重复数据，得到处理后数据集；将所述处理后数据集划分为训练集和测试集。3.根据权利要求2所述的生产速度预测模型构建方法，其特征在于，所述去除所述时序生产数据集中的异常数据和重复数据，得到处理后数据集，包括：对所述时序生产数据集中的样本数据的生产速度数据进行滤波，得到滤波后数据；基于所述滤波后数据采用四分位距统计量方法筛选出不稳定区间，并删除不稳定区间内的所有参数，得到稳定数据集；去除所述稳定数据集中的样本数据的重复数据，得到处理后数据集。4.根据权利要求1所述的生产速度预测模型构建方法，其特征在于，所述构建BP神经网络模型，并将所述训练集输入BP神经网络模型进行训练，并寻优所述BP神经网络模型的超参数，得到训练后的BP神经网络模型，并将所述测试集输入所述训练后的BP神经网络模型进行测试，得到第一测试结果，包括：构建BP神经网络模型，并将所述训练集输入BP神经网络模型进行训练；采用贝叶斯优化寻优所述BP神经网络...

【专利技术属性】
技术研发人员：赵庆军，蒋勉，黄玮，曹曦，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：