用HEFLA优化的BERT-xLSTM-Mamba深度学习网络,在非线性、多尺度噪声工况下实时估计PVC聚合过程中难以直接测量的氯乙烯单体转化率,提升过程控制的鲁棒性和精度。
高淑芝 · Jinlin, Yan · Zikang, Bai
Chemical Engineering Science 2026
相比现有混合模型,预测精度、误差稳定性和计算效率的综合表现更优。
Mamba模块通过选择性状态空间建模实现自适应噪声过滤,在噪声环境下保持估计可靠性。
xLSTM模块利用指数门控快速响应局部动态,适应操作瞬态。