基于多源数据融合的卤汤盐度智能预测方法及系统

本发明公开了一种基于多源数据融合的卤汤盐度智能预测方法及系统，属于卤制品智能控制领域。针对盐度控制精度低、批次波动大的问题，该方法融合温度、盐度、pH等多源数据构建三层前馈贝叶斯正则化神经网络，输出补水量、补料量、补盐量；先以预测平均相对误差和批次间变异系数为双目标，遗传算法确定隐含层节点数及初始权值阈值；再以贝叶斯正则化LM算法训练模型，可泛化适用于不同卤制品工艺流程；实际应用时实时采集多源数据输入模型，输出映射为投料次数、阀开度等控制参数；在线检测盐度偏差超限即启动自适应反馈调节，动态修正形成闭环，盐度达标后触发联动信号，驱动生产线连续运行。该方法主要用于卤制品盐度精准控制与连续化生产。