摘要：目的:探究薄板式烘丝机料头阶段出口叶丝含水率的影响因素,指导设备参数控制。方法:基于LSTM+MLP模型分析叶丝干燥含水率能否快速企稳的影响因素,通过特征重要性分析挖掘潜在影响因素,设计以叶丝干燥筒壁温度为基准的生产过程最佳参数配比方法。结果:在数值实验部分,基于真实生产数据设定不同参数得到四组模型,对比了准确率、正样本MAE和ROC曲线等评价指标。其中,最优模型对叶丝干燥含水率变化的分类准确率达99.88%。结论:实践证明,“叶丝干燥筒壁温度”是极为重要的影响因素,结合历史批次评估设备工作能力,可进一步实现烘丝工序的自动化控制。

摘要：【目的】丰富卷烟零售户考核评价的维度,建立档位动态认定的科学标准,辅助档位调整、分类管理及投放策略制定等营销工作。【方法】提出基于高维精准画像体系和深度学习模型进行档位识别的解决方案,介绍档位标签推演、画像特征指标设计、识别模型搭建、新零售户样本预测及评价、档位动态调整等环节的可行策略,并通过分析特征重要性挖掘到零售户档位的潜在影响因素。【结果】在数值实验部分,基于A、B市场多个投放周期内的营销数据,对比非线性深度学习DXGBOOST模型与线性回归LR模型、梯度提升XGBOOST模型的分类识别效果:相比线性的LR,DXGBOOST算法可将A、B两市零售户档位识别准确率分别提升9.09%和15.43%;相比非线性的XGBOOST,可进一步提升精准档位及档位区间的准确率,降低误判的偏差程度。【结论】实践证明,在保证稳定性的前提下,基于DXGBOOST模型的档位识别方法可以很大程度提升卷烟零售户档位的划分精度,为及时开展科学、精准、智能地营销分析与商业决策提供数据和理论支撑。