2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩91頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、轉(zhuǎn)杯紡紗屬自由端紡紗方法,是目前各種新型紡紗技術中已經(jīng)工業(yè)化推廣的一種紡紗新技術。在轉(zhuǎn)杯紡紗過程中,纖維性能、紡紗元件、工藝參數(shù)等都對成紗質(zhì)量有重要影響,且與成紗質(zhì)量存在非線性關系。神經(jīng)網(wǎng)絡可以預測成紗質(zhì)量,但是在用神經(jīng)網(wǎng)絡預測成紗質(zhì)量時,如果將各種影響因素都包含進輸入?yún)?shù)中,會造成輸入?yún)?shù)過多。實踐證明并非所有這些因素對成紗質(zhì)量都有顯著影響。同時,在生產(chǎn)實際中,樣本數(shù)往往有限,即存在參數(shù)多而樣本少的問題。因此,對輸入?yún)?shù)進行優(yōu)選,用較

2、少的樣本建立神經(jīng)網(wǎng)絡模型來預測成紗質(zhì)量成為現(xiàn)實的研究需求。
   目前存在多種輸入?yún)?shù)優(yōu)選方法。根據(jù)經(jīng)驗選擇輸入?yún)?shù),受主觀因素影響較大,無法體現(xiàn)出各輸入?yún)?shù)對于輸出參數(shù)影響的重要性程度;傳統(tǒng)的數(shù)理統(tǒng)計方法選擇輸入?yún)?shù),由于不同的數(shù)學方法側(cè)重不同,使得優(yōu)選結(jié)果難免失于偏頗。
   本課題采用了六種神經(jīng)網(wǎng)絡輸入?yún)?shù)優(yōu)選方法。(1)主成分分析優(yōu)選法,用計算相似系數(shù)的方法來分析輸入對輸出影響大小的變化;(2)基于輸入對輸出影響

3、的優(yōu)選方法,考察輸入對輸出的影響程度;(3)基于專家知識的優(yōu)選方法,考察輸入輸出相關關系與專家知識的吻合程度;(4)模糊聚類,通過數(shù)據(jù)集的模糊劃分和聚類來評判輸入?yún)?shù)變化對輸出參數(shù)的影響;(5)模糊推理,基于人對大小的主觀認識,用模糊評語界定輸入?yún)?shù)大小變化對輸出參數(shù)大小變化的影響程度;(6)灰色關聯(lián)分析法,根據(jù)諸因素行為觀測序列的幾何接近程度,分析和確定它們之間的影響程度或?qū)δ繕艘氐呢暙I程度。
   本文從紡紗原料、紡紗元件

4、和紡紗工藝三方面確定對成紗質(zhì)量影響較大的17個輸入?yún)?shù),通過轉(zhuǎn)杯紡紗試驗和成紗質(zhì)量測試,獲得神經(jīng)網(wǎng)絡輸入輸出參數(shù)數(shù)據(jù);然后應用六種優(yōu)選方法處理數(shù)據(jù),得到六種排序結(jié)果,然后用模糊推理法將六種排序結(jié)果融合,從而得到一個比較公正的對輸出參數(shù)影響程度由大到小的輸入?yún)?shù)排序。
   確定輸入?yún)?shù)排序后,對8種紗線指標分別建立神經(jīng)網(wǎng)絡模型,先用模型驗證了優(yōu)選結(jié)果的有效性,然后用排序在前1-7位的參數(shù)作為神經(jīng)網(wǎng)絡的輸入?yún)?shù)預測了轉(zhuǎn)杯紡成紗質(zhì)量

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論