本文關(guān)鍵詞：基于人工智能的配棉技術(shù)和紗線質(zhì)量預(yù)測(cè)系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

文檔介紹：
基于人工智能的配棉技術(shù)和紗線質(zhì)量預(yù)測(cè)系統(tǒng)的研究摘要本文研發(fā)了基于人工智能的配棉技術(shù)與紗線質(zhì)量預(yù)測(cè)系統(tǒng),研究了B/S結(jié)構(gòu)模式下,將數(shù)據(jù)層、業(yè)務(wù)邏輯層和表示層進(jìn)行封裝和分離的數(shù)據(jù)保護(hù)問(wèn)題。探討了綜合計(jì)算機(jī)軟件和人工智能算法等多種關(guān)鍵技術(shù)來(lái)實(shí)現(xiàn)計(jì)算機(jī)自動(dòng)配棉和紗線質(zhì)量預(yù)測(cè)等多種功能的方法,開(kāi)發(fā)平臺(tái)中實(shí)現(xiàn)了MVC架構(gòu)模式。本文研究了原棉性能與紗線質(zhì)量之間的關(guān)系,為了解決配棉難的問(wèn)題,設(shè)計(jì)了新的計(jì)算機(jī)自動(dòng)配棉數(shù)學(xué)模型,分析了基本遺傳算法在解決該問(wèn)題時(shí)的優(yōu)缺點(diǎn),并運(yùn)用群體排序和局部尋優(yōu)等關(guān)鍵技術(shù),提出了一種改進(jìn)的混合遺傳算法。本文設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)紗線質(zhì)量預(yù)測(cè)模型,分析了標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法在構(gòu)建紗線質(zhì)量預(yù)測(cè)模型時(shí)存在的不足及其原因,探討了一種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)紗線質(zhì)量預(yù)測(cè)模型,實(shí)驗(yàn)證明該模型增加了網(wǎng)絡(luò)的收斂速度并提高了系統(tǒng)穩(wěn)定性;構(gòu)建了基于遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)紗線質(zhì)量預(yù)測(cè)模型,該模型預(yù)測(cè)精度較高,訓(xùn)練時(shí)間較短,能很好地解決紗線質(zhì)量預(yù)測(cè)的問(wèn)題。關(guān)鍵詞:自動(dòng)配棉;BP神經(jīng)網(wǎng)絡(luò)算法;P-d3F神經(jīng)網(wǎng)絡(luò)算法;混合遺傳算法;紗線質(zhì)量預(yù)測(cè)RESEARCH0NTHETECHNOLOGYOFAUTOⅣ【OTTON—puterdistributiontechniqueandyamqualitypredictionsystem... 內(nèi)容來(lái)自轉(zhuǎn)載請(qǐng)標(biāo)明出處.

  本文關(guān)鍵詞：基于人工智能的配棉技術(shù)和紗線質(zhì)量預(yù)測(cè)系統(tǒng)的研究，，由筆耕文化傳播整理發(fā)布。