一种预测酱香型白酒基酒产量的机器学习多模型融合方法

本方案公开了白酒酿造生成技术领域的一种预测酱香型白酒基酒产量的机器学习多模型融合方法，包括以下步骤：步骤一，酒醅和大曲常规理化指标检测；步骤二，数据预处理；步骤三，基础模型的构建与调优；步骤四，融合模型的构建；步骤五，模型性能评估；步骤六，模型预测值与真实值比较：通过回归拟合优度图和测值与实际值的折线对比图，直观地分析每个模型的拟合效果、预测误差以及模型在不同样本上的表现优劣。步骤七，预测应用。本方案中的方法通过对酱香型白酒发酵中酒醅、大曲进行理化指标检测后，进行多模型融合预测酱香型白酒产量，实现了对酱香型白酒产量的预测，具有准确性好和稳定性高且经济成本低等优势。