学科分类
/ 1
3 个结果
  • 简介:摘要:随着市场对卷烟产品质量要求的不断提升,梗丝加料工序由于其固有的滞后特性,在环境温湿度变化较大时将导致传统水分控制模型无法及时有效地控制梗丝水分,从而严重制约了制丝工艺技术的提升。为了稳定梗丝水分,通过拓展系统输入参数来源,采用S7通信协议实时采集生产数据和环境数据并进行存储,采用基于LightGBM框架的智能模型计算出前馈加水量,嵌入至水分控制模型以完成模型的升级转型,从而提高水分控制系统的鲁棒性、实时性和准确性,提高梗丝产品质量。

  • 标签: 梗丝 含水量 LightGBM 机器学习
  • 简介:摘要:随着市场对卷烟产品质量要求的不断提升,梗丝加料工序由于其固有的滞后特性,在环境温湿度变化较大时将导致传统水分控制模型无法及时有效地控制梗丝水分,从而严重制约了制丝工艺技术的提升。为了稳定梗丝水分,通过拓展系统输入参数来源,采用S7通信协议实时采集生产数据和环境数据并进行存储,采用基于LightGBM框架的智能模型计算出前馈加水量,嵌入至水分控制模型以完成模型的升级转型,从而提高水分控制系统的鲁棒性、实时性和准确性,提高梗丝产品质量。

  • 标签: 梗丝 含水量 LightGBM 机器学习
  • 简介:摘要:在高速迭代的信息化时代,用户对运营商的服务提出更高的要求,运营商想要更好赢得竞争优势,就必须充分了解和及时解决目前用户在感知体验中存在的问题。本文通过对电信用户数据进行预处理分析、特征工程,使用LightGBM算法建立用户满意度预测模型,从综合感知、业务感知、网络感知、服务感知四个维度进行分析并针对性进行策略维系,从而提高用户满意度。

  • 标签: 机器学习 满意度预测 客户感知 特征工程 集成学习