基于神經(jīng)網(wǎng)絡(luò)的棉紗質(zhì)量預(yù)測(cè)模型.pdf

1、紗線的結(jié)構(gòu)特征比較復(fù)雜，紡紗過(guò)程是一個(gè)多元化的加工過(guò)程，成紗質(zhì)量指標(biāo)與纖維性能指標(biāo)以及加工工藝參數(shù)之間存在著復(fù)雜的非線性關(guān)系，用傳統(tǒng)的數(shù)理統(tǒng)計(jì)模型很難清晰地描述出來(lái)，有些國(guó)內(nèi)紡織企業(yè)甚至利用以往經(jīng)驗(yàn)來(lái)進(jìn)行分析和評(píng)價(jià)。這對(duì)企業(yè)的發(fā)展造成了極大的阻礙。伴隨著科技的發(fā)展，人工智能方法在紡織領(lǐng)域的應(yīng)用逐漸興起，人工智能不僅能彌補(bǔ)傳統(tǒng)方法所帶來(lái)的缺陷，還可以進(jìn)行自適應(yīng)調(diào)整來(lái)滿足紡紗過(guò)程的需求，對(duì)紡紗企業(yè)生產(chǎn)理念帶來(lái)新的變革。
　　本文將結(jié)合

2、前人的研究成果，將人工智能算法中幾種經(jīng)典的算法如人工神經(jīng)網(wǎng)絡(luò)、粒子群算法、思維進(jìn)化算法、極限學(xué)習(xí)機(jī)算法應(yīng)用于棉紗質(zhì)量預(yù)測(cè)模型。
　　全文共分為六個(gè)章節(jié)，各章的主要工作如下：
　　第一章為緒論，本章主要介紹了紗線質(zhì)量預(yù)報(bào)研究領(lǐng)域的背景和意義，以及研究現(xiàn)狀。解釋了紗線質(zhì)量預(yù)報(bào)模型該以原棉纖維品質(zhì)為研究出發(fā)點(diǎn)的原因，人工神經(jīng)網(wǎng)絡(luò)技術(shù)在紗線質(zhì)量預(yù)報(bào)中的可行性，簡(jiǎn)單地說(shuō)明本課題的主要研究?jī)?nèi)容。
　　第二章為介紹了模型自變量和因變

3、量的選擇，對(duì)原棉成熟度、長(zhǎng)度、細(xì)度、回潮率、強(qiáng)度、雜質(zhì)做了概述，以及這些指標(biāo)對(duì)哪些紗線質(zhì)量指標(biāo)有較大的影響。同時(shí)介紹了紗線強(qiáng)力，條干，棉雜總數(shù)三個(gè)紗線質(zhì)量指標(biāo)，并指出影響這些指標(biāo)的主要原棉纖維因素有哪些。
　　第三章為算法理論介紹部分，介紹人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和特點(diǎn)，BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)以及數(shù)學(xué)描述，介紹了粒子群算法和思維進(jìn)化算法的原理和數(shù)學(xué)描述以及兩種算法的優(yōu)點(diǎn)，并指出了兩種算法優(yōu)化BP的設(shè)計(jì)步驟。最后提出了極限學(xué)習(xí)機(jī)算法，對(duì)極

4、限學(xué)習(xí)的原理進(jìn)行了數(shù)學(xué)描述，并提出極限學(xué)習(xí)機(jī)算法的設(shè)計(jì)思路。
　　第四章為實(shí)驗(yàn)結(jié)果分析部分，本課題為了研究原棉屬性指標(biāo)與成紗質(zhì)量指標(biāo)之間的關(guān)系，初步選定十個(gè)原棉屬性指標(biāo)——主體長(zhǎng)度、成熟度、斷裂強(qiáng)度、均勻度、短絨率、主上長(zhǎng)度、公制支數(shù)、疵點(diǎn)總數(shù)、含雜率、回潮率作為輸入因素；三個(gè)紗線質(zhì)量指標(biāo)——紗線強(qiáng)度、條干 CV％、棉結(jié)雜質(zhì)總數(shù)作為輸出，利用各種算法進(jìn)行建模，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行比較，得出哪種算法具有更好的預(yù)測(cè)確度和穩(wěn)定性。