烟叶回潮加水量预测方法、存储介质及终端设备

本公开提供了一种烟叶回潮加水量预测方法、存储介质及终端设备，通过获取烟叶的生产时间、是否开班、加料后的含水率、烘丝前含水率和烘丝炉壁温度、车间温度、车间湿度参数，并对获取的数据进行标准化和归一化的处理；以上述参数为输入信号，以回潮工序加水量及出口水分为输出，构建BP神经网络，并确定神经网络的迭代次数、学习率与目标值，得到烟叶回潮加水量预测模型；利用一部分处理后的数据作为训练数据对烟叶回潮加水量预测模型进行训练，直到满足设定要求，以训练后的烟叶回潮加水量预测模型对采集的数据进行预测，得到预测结果。