一种基于CNN-LSTM混合神经网络模型的工艺质量预测方法

    公开(公告)号:CN115169737A

    公开(公告)日:2022-10-11

    申请号:CN202210929051.7

    申请日:2022-08-03

    Abstract: 本发明公开了一种基于CNN‑LSTM混合神经网络模型的工艺质量预测方法,包括如下步骤:(1)采集数据,测量并记录与质量指标相关的变量,获得初始变量;(2)数据筛选,通过相关性分析对初始变量进行筛选,去除掉冗余变量后获得输入变量;选取数据集的前80%数据作为训练集,剩余20%的数据作为测试集;(3)采用CNN‑LSTM神经网络建立预测模型,并结合时序注意力机制,在模型中输入的输入变量,获得质量指标的预测数据;(4)根据获得质量指标的预测数据与真实数据之间进行分析评价,验证预测方法的有效性。本发明的工艺质量预测方法,通过建立混合神经网络模型预测质量指标,有针对性地解决了流程制造行业产品质量预测难的问题,满足了流程制造生产过程高水平质量控制的需要,为实现流程生产过程精准预测与优化调控提供方法和途径。

Patent Agency Ranking