申请/专利权人：佛山众陶联供应链服务有限公司;西藏众陶联供应链服务有限公司;林周佳住家网络科技有限公司;林周利利佳供应链服务有限公司;共青城市众陶联供应链服务有限公司

申请日：2022-06-09

公开（公告）日：2022-09-16

公开（公告）号：CN115062834A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/06;G06Q50/04;C04B35/64;G06F17/18

优先权：

专利状态码：有效-授权

法律状态：2022.12.27#授权;2022.10.04#实质审查的生效;2022.09.16#公开

摘要：本发明公开了基于正交试验筛选Lasso回归预测烧成曲线的方法，涉及数据预测技术领域。本发明通过建立Lasso回归预测模型进行最佳烧成曲线预测，解决了窑炉烧成制度调整依靠人工经验调整的弊端，减少工人试错成本和试错时间，提高窑炉产质量，提高企业效益。其中，在本发明的实施例采用两步走的模式，先采集影响窑炉对瓷砖烧成质量的数据变量，通过多项式拟合，构建正交试验，筛选出最优的模型参数，以确定哪些变量适合用于最佳烧成曲线的预测，为后续Lasso回归预测模型的建立筛选出数据变量；再建立Lasso回归预测模型进行最佳烧成曲线预测，大大提高Lasso回归预测模型对最佳烧成曲线预测的准确性。

主权项：1.基于正交试验筛选Lasso回归预测烧成曲线的方法，其特征在于：包括如下步骤：S1：采集数据源，所述数据源包括窑炉烧成温度曲线数据、生产工艺数据、原料物理化学检测数据、窑尾半成品瓷砖变形度数据和产品分级质量数据；S2：按照产品编号、产线号、前后工序时间戳及工序间时间差进行逻辑关联，根据逻辑关联对数据源进行数据拓扑，得到数据集；S3：对所述数据集进行数据清洗，得到清洗好的基础数据集；S4：建立正交筛选模型，利用所述正交筛选模型进行正交实验，筛选出适用于预测模型的数据变量；S5：将筛选出的数据变量作为变量参数搭建基础函数，利用所述基础函数对基础数据集进行预处理，该预处理包括设置优等品率阈值、窑尾半成品瓷砖变形度筛选、物理性能参数变量筛选、原料特征统计以及窑炉烧成温度数据统计；S6：对经过基础函数预处理的基础数据集中的各类数据进行归一化处理；S7：将归一化处理后的基础数据集划分为训练集、验证集和测试集；S8：利用训练集训练并生成Lasso回归预测模型，利用测试集对Lasso回归预测模型的预测结果进行测试，利用验证集对Lasso回归预测模型的预测结果进行验证；所述Lasso回归预测模型用于输出预测的窑炉温度曲线。

全文数据：

权利要求：

百度查询： 佛山众陶联供应链服务有限公司;西藏众陶联供应链服务有限公司;林周佳住家网络科技有限公司;林周利利佳供应链服务有限公司;共青城市众陶联供应链服务有限公司 基于正交试验筛选Lasso回归预测烧成曲线的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD