1.一种烘丝机烟草烘丝中间过程的建模方法，其特征在于，包括以下步骤：

1)在滚筒式烘丝机烟草烘丝中间过程生产中，获取滚筒出口烟丝含水率的数据集{y1...yN}，入口烟丝含水率的数据集 排潮风门开度的数据集 滚筒筒温的数据集

2)利用上述4个数据集的历史数据，建立滚筒式烘丝机烘丝中间过程非线性动态特性的变系数非线性模型，即VCN模型；

其中：yt是烘丝中间过程在t时刻的出口烟丝含水率； 是烘丝中间过程在t时刻的入口烟丝含水率， 是烘丝中间过程在t时刻的排潮风门开度， 是烘丝中间过程在t时刻的滚筒筒温；ξt是高斯白噪声；xt＝yt‑1为系统的状态量；φ0(xt)、φy,1(xt)、φy,2(xt)、和 均为关于模型状态量xt的薄板样条函数型系数； 为薄板样条函数的中心集，即VCN模型的非线性参数集；

为VCN模型的线性参数集；

3)对线性参数集θL和非线性参数集θN分别进行参数优化，得到使VCN模型目标函数最小的参数集θL和θN，从而得到优化后的VCN模型，利用优化后的VCN模型预测烘丝中间过程在t时刻的出口烟丝含水率。

2.根据权利要求1所述的烘丝机烟草烘丝中间过程的建模方法，其特征在于，步骤1)中，利用滚筒上4个传感器采集的数据得到相应数据集，其中所述4个传感器为：安装在滚筒入口处的入口烟丝含水率检测仪，安装在滚筒中部的滚筒筒温检测传感仪，安装在滚筒尾部上端的排潮风门电动调节阀，安装在滚筒出口处的出口烟丝含水率检测传感仪。

3.根据权利要求1所述的烘丝机烟草烘丝中间过程的建模方法，其特征在于，对线性参数集θL和非线性参数集θN分别进行参数优化的具体实现过程包括：

1)选择最大迭代次数N0，终止误差ξ0，非线性参数的初始值 ρ为数据集{y1...yN}的平均值；

2)当k＜N0时，计算 其中 为矩阵 的Moore‑Penrose逆，且T

y＝(yN,yN‑1,...y3) ；计算此时的优化目标参数函数： 计算非线性优化问题的雅可比矩阵

其中 的

k k T k ‑1 k T k

Frechet导数， 为 的减号逆；计算搜索方向d ＝‑((J ) J) (J ) r ，其中k利用得到的搜索方向d 结合线性搜索更新下一步的非线性参数其中α为搜索步长；计算下一步的残差函数

若此时 则转入步

骤3)；否则k的值加1，重复步骤2)；

3)存储此时的模型参数集 和

4.根据权利要求3所述的烘丝机烟草烘丝中间过程的建模方法，其特征在于，最大迭代‑5次数N0＝100，终止误差ξ0＝1×10 ，搜索步长α＝0.001。

5.根据权利要求3所述的烘丝机烟草烘丝中间过程的建模方法，其特征在于，数据集中数据的个数N＝2000。

6.根据权利要求3所述的烘丝机烟草烘丝中间过程的建模方法，其特征在于，VCN模型参数为：