為了高效地在較少樣本基礎(chǔ)上對(duì)精梳毛紡紗線的質(zhì)量進(jìn)行預(yù)測(cè),運(yùn)用計(jì)算智能方法建立了預(yù)測(cè)模型。選取23組精梳毛紡紗線樣本,利用由灰色關(guān)聯(lián)分析法和基于輸入對(duì)輸出影響程度的數(shù)據(jù)優(yōu)選方法構(gòu)成的計(jì)算方法,從7項(xiàng)工藝參數(shù)中優(yōu)選出對(duì)紗線條干不勻率和斷裂強(qiáng)度影響最大的4項(xiàng)工藝參數(shù),建立基于BP神經(jīng)網(wǎng)絡(luò)的紗線質(zhì)量預(yù)測(cè)模型。將其中20組樣本作為訓(xùn)練集,3組樣本作為測(cè)試集,通過(guò)建立的模型對(duì)精梳毛紡紗線的質(zhì)量進(jìn)行實(shí)驗(yàn)驗(yàn)證。結(jié)果表明,在樣本較少的情況下,該模型對(duì)條干不勻率和斷裂強(qiáng)度的預(yù)測(cè)誤差分別低至0.25%和3.03%,在紡織領(lǐng)域應(yīng)用前景良好。 

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1 工藝參數(shù)的選擇
    1.1 灰色關(guān)聯(lián)分析法
    1.2 基于輸入對(duì)輸出影響程度的數(shù)據(jù)優(yōu)選方法
    1.3 結(jié)果融合
2 BP神經(jīng)網(wǎng)絡(luò)模型
    2.1 神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)
    2.2 訓(xùn)練與仿真
3 仿真結(jié)果
    3.1 條干不勻率模型
    3.2 斷裂強(qiáng)度模型
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]主成分分析與BP神經(jīng)網(wǎng)絡(luò)對(duì)束褲壓力的預(yù)測(cè)[J]. 郭穎,丁正生,馬秋瑞,林強(qiáng)強(qiáng).  毛紡科技. 2019(07)
[2]基于灰色關(guān)聯(lián)支持向量機(jī)回歸的紗線質(zhì)量預(yù)測(cè)[J]. 王東平,吳志剛.  山東工業(yè)技術(shù). 2019(09)
[3]應(yīng)用四層BP神經(jīng)網(wǎng)絡(luò)的棉紗成紗質(zhì)量預(yù)測(cè)[J]. 查劉根,謝春萍.  紡織學(xué)報(bào). 2019(01)
[4]基于BP神經(jīng)網(wǎng)絡(luò)的國(guó)際服裝流行色短期預(yù)測(cè)[J]. 常麗霞,高衛(wèi)東.  毛紡科技. 2018(02)
[5]基于熵權(quán)灰色關(guān)聯(lián)法的北京空氣質(zhì)量影響因素分析[J]. 高明,吳雪萍.  生態(tài)經(jīng)濟(jì). 2017(03)
[6]基于灰色關(guān)聯(lián)分析理論的采礦成本優(yōu)化[J]. 王國(guó)英,董凱程.  采礦技術(shù). 2016(04)
[7]基于神經(jīng)網(wǎng)絡(luò)的精紡毛紗性能預(yù)測(cè)模型比較[J]. 李翔,彭志勤,金鳳英,顧宗棟,薛元,胡國(guó)樑.  紡織學(xué)報(bào). 2011(03)
[8]細(xì)羊毛品質(zhì)情況以及國(guó)內(nèi)外相關(guān)標(biāo)準(zhǔn)的比對(duì)研究[J]. 趙小麗,鄭文新,高維明.  草食家畜. 2009(01)
[9]Formotex賽絡(luò)紡成紗性能的測(cè)試與分析[J]. 梁桂屏,林建華.  化纖與紡織技術(shù). 2009(01)
[10]淺析影響羊絨紗強(qiáng)力的主要因素[J]. 楊硯.  北京紡織. 1997(03)



本文編號(hào)：3674331