中國白酒釀造技術(shù)是中華五千年酒文化的傳承,無論是實(shí)用價值和歷史價值都是非常重要的。釀酒非常重要的步驟是蒸餾,而蒸餾的質(zhì)量在于上甑工序的質(zhì)量。在實(shí)現(xiàn)精準(zhǔn)探氣上甑的過程中,酒醅溫度準(zhǔn)確預(yù)測起著至關(guān)重要的作用。當(dāng)酒醅表面有多個區(qū)域跑氣時,上甑機(jī)器人就無法及時完成鋪料操作,容易造成酒損,直接影響酒質(zhì)。如果能夠利用歷史酒醅溫度信息,預(yù)估未來一段時間酒醅溫度的變化,將對機(jī)器人及時合理完成鋪料操作有著重要作用。基于酒醅溫度預(yù)測問題,文章主要的工作如下:采集勁牌酒廠上甑過程相關(guān)數(shù)據(jù)。采集的數(shù)據(jù)包含缺失值、異常值和酒甑邊緣等,設(shè)計合理的預(yù)處理流程,包括使用霍夫變換提取酒醅溫度數(shù)據(jù)、對缺失值合理填充、剔除異常溫度值、溫度矩陣旋轉(zhuǎn)對齊、合理劃分?jǐn)?shù)據(jù)等。找出對酒醅溫度有影響的重要因素,提取時間和空間相關(guān)特征。經(jīng)過預(yù)處理后,準(zhǔn)確提取了酒醅溫度數(shù)據(jù),為后續(xù)作為模型輸入提供了基礎(chǔ)�；诰契瑴囟阮A(yù)測問題和LSTM存在的問題,設(shè)計了基于注意力機(jī)制的LSTM模型（簡稱ATT-LSTM）。實(shí)現(xiàn)有效利用LSTM中間隱層各個時刻輸出,進(jìn)行注意力分布的計算,對輸出信息進(jìn)行加權(quán),充分挖掘酒醅溫度數(shù)據(jù)背后隱藏的規(guī)律的目的。針對LST... 

【文章來源】：湖北工業(yè)大學(xué)湖北省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 溫度預(yù)測研究現(xiàn)狀
        1.2.2 時間序列預(yù)測研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文結(jié)構(gòu)
第2章 基于酒醅溫度數(shù)據(jù)構(gòu)建數(shù)據(jù)集
    2.1 數(shù)據(jù)采集
    2.2 數(shù)據(jù)預(yù)處理
    2.3 數(shù)據(jù)集構(gòu)建
        2.3.1 特征構(gòu)造和歸一化
        2.3.2 訓(xùn)練集和測試集的劃分
        2.3.3 時間序列轉(zhuǎn)化有監(jiān)督學(xué)習(xí)
    2.4 本章小結(jié)
第3章 基于注意力機(jī)制的LSTM模型構(gòu)建
    3.1 引言
    3.2 RNN神經(jīng)網(wǎng)絡(luò)
        3.2.1 RNN神經(jīng)網(wǎng)絡(luò)的原理
        3.2.2 RNN神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)
    3.3 LSTM神經(jīng)網(wǎng)絡(luò)
        3.3.1 LSTM神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        3.3.2 BPTT反向傳播算法
    3.4 基于注意力機(jī)制的LSTM改進(jìn)模型
    3.5 梯度下降的優(yōu)化
    3.6 基于貝葉斯優(yōu)化的LSTM參數(shù)優(yōu)選
        3.6.1 貝葉斯優(yōu)化算法
        3.6.2 算法設(shè)計
    3.7 模型的搭建與預(yù)測
    3.8 模型評價指標(biāo)
    3.9 本章小結(jié)
第4章 實(shí)驗及結(jié)果分析
    4.1 實(shí)驗環(huán)境與數(shù)據(jù)分析
        4.1.1 實(shí)驗環(huán)境
        4.1.2 數(shù)據(jù)探索分析
    4.2 相關(guān)系數(shù)分析
    4.3 實(shí)驗結(jié)果與分析
    4.4 本章小結(jié)
第5章 總結(jié)和展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間獲得的學(xué)術(shù)及競賽成果


【參考文獻(xiàn)】：
期刊論文
[1]基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的故障時間序列預(yù)測[J]. 王鑫,吳際,劉超,楊海燕,杜艷麗,牛文生.  北京航空航天大學(xué)學(xué)報. 2018(04)
[2]上甑機(jī)器人在白酒固態(tài)蒸餾中的應(yīng)用現(xiàn)狀與探討[J]. 張貴宇,庹先國,李杉,陳林,湯科元,彭英杰.  食品工業(yè)科技. 2017(13)
[3]固態(tài)蒸餾白酒的上甑自動化概述[J]. 張家雙,李彬,邢恩宏,王忠.  釀酒. 2016(05)
[4]甑桶蒸餾技術(shù)在白酒生產(chǎn)中的應(yīng)用及研究進(jìn)展[J]. 陳磊,楊長牛,黃文權(quán),劉郁蔥,孫澤剛.  食品工業(yè). 2016(08)
[5]甑桶醅層高度及結(jié)構(gòu)設(shè)計對蒸餾效率及酒質(zhì)的影響研究[J]. 楊平,涂榮坤,錢志偉,楊甲平,劉向陽,徐前景,李海龍,林鋒.  釀酒科技. 2012(10)
[6]上甑蒸餾技術(shù)與白酒產(chǎn)質(zhì)量的關(guān)系[J]. 李大和,李國紅.  釀酒科技. 2012(01)
[7]時間序列預(yù)測模型研究綜述[J]. 張美英,何杰.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2011(18)
[8]Time series prediction of mining subsidence based on a SVM[J]. Li Peixian,Tan Zhixiang,Yan Lili,Deng Kazhong Jiangsu Key Laboratory of Resources and Environmental Information Engineering,China University of Mining & Technology,Xuzhou 221116,China Key Laboratory of Land Environment and Disaster Monitoring of SBSM,China University of Mining & Technology,Xuzhou 221116,China.  Mining Science and Technology. 2011(04)
[9]基于LS-SVM的陶瓷窯爐溫度預(yù)測控制[J]. 王思明,劉偉,張國武.  計算機(jī)測量與控制. 2011(06)
[10]白酒的甑桶蒸餾[J]. 沈怡方.  釀酒. 1995(05)



本文編號：3637145