一种基于机器学习的工业生产人工智能控制方法

一种基于机器学习的工业生产人工智能控制方法，包括：获取工厂生产过程中最新的动态数据；对多因子矩阵进行数据预处理、降频处理、计算生产能耗效率值；将预处理与降频处理的数据随机划分训练集和验证集；搭建机器学习模型训练数据，得到一个模型权重文件；设定能耗值，利用训练后的模型权重文件预测出生产数据的参数数组；通过参数数组进行模型的循环迭代进化和自主调控。与现有技术相比，本发明综合考虑投料量、流量、温度、浓度等多种参数，建立多因子特征矩阵，实现生产过程的全局优化，而非单一参数调整，提升整体生产效率，通过机器学习模型对工业生产过程进行实时动态调控，实现生产参数的自主优化，减少人工干预，提高生产自动化水平。