领学术科研之先，创食品科技之新
—— 中国食品杂志社
为了准确预测酒醅温度,识别酒醅气体逸出区域,从而指导上甑机器人合理铺料,该研究以枫林酒厂上甑酒醅温度数据为研究对象,采用红外热成像技术结合多层扩展长短期记忆网络（xLSTM）,使用科尔莫格罗夫-阿诺德网络（KAN）层代替传统的全连接层,采用改进海洋捕食者算法（IMPA）对模型参数进行优化,构建一种酒醅温度的精准预测模型,并对其预测性能进行评价。结果表明,IMPA-xLSTM-KAN模型的温度预测性能优于传统的长短期记忆网络（LSTM）、海洋捕食者算法（MPA）-xLSTM-KAN和IMPA- xLSTM,其平均绝对误差（MAE）、均方误差（MSE）、均方根误差（RMSE）及决定系数（R2）分别为0.182、0.053、0.237和0.934。此外,该模型在瑞芯微RK3588嵌入式平台上的部署测试显示,单次推理耗时仅7.7 ms,满足实时控制需求。IMPA-xLSTM-KAN模型的有效性为上甑机器人精准探汽提供了理论依据,对提高白酒酿造技术水平具有重要意义。
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
