1.一种叶丝干燥工艺参数优化方法,其特征在于:所述方法步骤如下:
步骤1、剔除叶丝干燥工艺参数数据中的异常数据和错误数据,得到待优化工艺参数数据;
步骤2、对待优化工艺参数数据进行降维处理,得到轻量化参数数据;
步骤3、创建初始BP神经网络,将轻量化参数数据、叶丝含水率训练数据代入其中对其进行训练,得到轻量化数据驱动预测模型;
步骤4、对待优化工艺参数数据进行随机筛选,得到叶丝干燥工艺参数种群;
步骤5、对叶丝干燥工艺参数种群中的个体进行降维操作;
步骤6、将降维后的种群个体数据代入轻量化数据驱动预测模型,获取叶丝含水率的预测值yi;
步骤7、收敛判断:将叶丝含水率的预测值yi与叶丝含水率的设定值y0作差,若差值小于或等于收敛精度e,则输出该叶丝含水率的预测值所对应的叶丝干燥工艺参数种群中的个体,否则不输出。
2.根据权利要求1所述的叶丝干燥工艺参数优化方法,其特征在于:所述降维处理采用主成分分析方法。
3.根据权利要求1所述的叶丝干燥工艺参数优化方法,其特征在于:所述步骤7中,若不输出,则更新叶丝干燥工艺参数种群,并重新进行步骤5至步骤7,直至|yi-y0|≤e。