金发岗, 王雅琳, 张鹏程, 陈晓方, 李善莲, 张炜
控制工程. 2020, 27(3): 532-539.
烘丝机入口含水率是影响烟丝质量与卷烟口感的关键因素。为实现其预测并为操作优化提供依据,提出了基于随机森林和DE-ELM的烘丝机入口含水率预测方法。首先通过随机森林基于平均精确度减少的排序方法筛选特征变量,然后采用差分进化优化的极限学习机(DE-ELM)建立筛选后特征变量与烘丝机入口含水率的关系模型,进而实现烘丝机入口含水率的预测。对比神经网络(BP-NN)、支持向量机(SVM)、普通极限学习机(ELM)及随机森林等方法在相同历史生产数据集上的预测结果,所提DE-ELM预测方法使烘丝机入口含水率的预测准确率稳定在95.87 %,预测标准平均误差仅为0.128 %,预测效果最佳。