摘要：烘丝机入口水分的可控性以及稳定性对卷烟成品质量与口感提升起关键作用。为准确预测烘丝前叶丝含水率，通过工厂实时检测数据，采用Pearson相关系数分析影响因素，并利用弱学习器为决策树的AdaBoost集成模型构建预测模型，同时对比了决策树、岭回归、支持向量机等方法在相同数据集上的结果。结果表明，采用AdaBoost模型进行预测烘丝前叶丝含水率的MAE为0.0939，低于其它模型。因此，基于决策树的AdaBoost模型在烘丝前叶丝含水率预测上具有更优的应用前景，能够保证预测的准确率以及在不同数据集上的鲁棒性。