1.以异烟酸生产过程中的各参数,包括各主要步骤的时间、温度、压强等参数为基础,对收率进行预测。
2.基于自身训练的模型,找到最佳收率的参数组合。即使得模型预测值到达最大(收率不能超过1)
model_evaluate.py # 对每一轮搜索的参数进行收率计算
explore_optima.py # 搜索最优工艺参数
train_data.py # 整合之前的测试集和训练集
model_FuSai.py # 预测复赛测试集 FuSai.csv
model_optimize.py # 预测最佳收率的组合 optimize.csv
run.py # 依次运行上述文件