Resumen

El presente documento presenta un método de sensor suave basado en el sistema de reglas de creencia (BRB) para resolver el problema de la medición de permeabilidad del papel de envolver en la industria tabacalera. En primer lugar, se utiliza BRB para establecer un modelo entre las variables de características en la imagen del papel de envolver y la permeabilidad del papel correspondiente obtenida por el dispositivo de medición tradicional. A diferencia del caso tradicional de BRB, este documento agrega el atributo de salida como los parámetros de optimización. De esta manera, el espacio de soluciones factibles puede ampliarse para obtener un modelo BRB efectivo. En segundo lugar, para encontrar los parámetros razonables de BRB en un espacio de solución no convexo complejo, se desarrolla un algoritmo evolutivo diferencial mejorado (DE) para entrenar BRB, que no solo incorpora un método simplex para resaltar el equilibrio entre la búsqueda global y local, sino que también diseña una operación de perturbación y una estrategia de mutación seleccionada de forma adaptativa para mantener la diversidad de la dirección de búsqueda

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Método de sensor suave; Sistema de base de reglas de creencias; Medición de permeabilidad del papel para envolver cigarrillos; Modelo BRB; Algoritmo evolutivo diferencial; Análisis de datos
• Keywords:Soft-sensor method; Belief-rule-base system; Tipping paper permeability measurement; BRB model; Differential evolutionary algorithm; Data analysis