来源：期刊VIP网 时间：
作者：侯步超;阴艳超;张曦;汪霖宇;陈忠;洪志敏;
单位：昆明理工大学机电工程学院;
摘要：针对传统流程生产工艺质量预测模型训练过程中存在误差积累的问题，提出一种融合注意力机制-长短时间序列网络-自适应噪声集成经验模态分解-随机森林(TAM-LSTNet-CEEMDAN-RF)误差修正的组合预测模型。首先通过引入互信息和堆叠稀疏自编码器，从工艺数据中筛选出有效的特征，构建有效维度；然后利用TAM-LSTNet模型挖掘有效维度与工艺时间序列数据之间的复杂关联关系，得出第一值并与测试值相减，计算出误差序列，通过CEEMDAN-RF模型对误差序列进行校正，得出第二值；最后将两值相加处理，得到质量指标预测值。结合某流程生产线的数据进行分析验证，结果表明：组合模型的拟合度较TAM-LSTM模型和TAM-LSTNet-RF模型分别提高了0.036、0.029,验证了所提方法的有效性和适用性；所提误差修正模型可实现流程生产质量的准确预测。
关键词：TAM-LSTNet-CEEMDAN-RF;;误差修正模型;;工艺质量预测
基金资助：国家自然科学基金项目(52065033);; 云南省重大科技项目(202202AG050002)
