公开(公告)号：CN119722372A

公开(公告)日：2025-03-28

申请号：CN202411727863.9

申请日：2024-11-28

Applicant: 上海大学

Inventor： 刘丽兰 ,  潘云杰 ,  孙衍宁 ,  高增桂

IPC: G06Q50/04 ,  G06N5/025 ,  G06N3/04 ,  G06N3/08 ,  G06F17/10

Abstract: 本发明涉及计算机深度学习技术领域，具体涉及一种变工况复杂环境下关键工艺参数的预测方法。该预测方法的步骤为：采集先前工况条件下生产过程在不同时刻的工艺参数数据，得到先前工况工艺参数数据集，采用先前工况工艺参数数据集对预先构建的关键工艺参数预测MTEGAT模型进行训练，得到训练好的关键工艺参数预测MTEGAT模型；采集当前工况条件下生产过程在不同时刻的工艺参数数据，得到当前工况工艺参数数据集，采用当前工况工艺参数数据集对步骤S1得到的训练好的关键工艺参数预测MTEGAT模型进行训练，得到更新关键工艺参数预测MTEGAT模型；将当前工况条件下生产过程的工艺参数数据输入所述更新关键工艺参数预测MTEGAT模型中进行预测，得到当前工况条件下生产过程关键工艺参数的预测结果。本发明预测方法在遇到新运行工况时，可以通过巩固之前工况的知识来不断学习，预测准确度高，鲁棒性好。