随机森林和DE-ELM的烘丝机入口含水率预测

金发岗¹，王雅琳¹，张鹏程¹，陈晓方¹，李善莲²，张炜³

1. 中南大学自动化学院2. 中国烟草总公司郑州烟草研究院3. 福建中烟工业有限责任公司

摘 要：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。

关键词：烘丝机;入口含水率;随机森林;极限学习机;差分进化算法;