版權(quán)說(shuō)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)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(shù)中已經(jīng)工業(yè)化推廣的一種紡紗新技術(shù)。在轉(zhuǎn)杯紡紗過(guò)程中,纖維性能、紡紗元件、工藝參數(shù)等都對(duì)成紗質(zhì)量有重要影響,且與成紗質(zhì)量存在非線性關(guān)系。神經(jīng)網(wǎng)絡(luò)可以預(yù)測(cè)成紗質(zhì)量,但是在用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)成紗質(zhì)量時(shí),如果將各種影響因素都包含進(jìn)輸入?yún)?shù)中,會(huì)造成輸入?yún)?shù)過(guò)多。實(shí)踐證明并非所有這些因素對(duì)成紗質(zhì)量都有顯著影響。同時(shí),在生產(chǎn)實(shí)際中,樣本數(shù)往往有限,即存在參數(shù)多而樣本少的問(wèn)題。因此,對(duì)輸入?yún)?shù)進(jìn)行優(yōu)選,用較
2、少的樣本建立神經(jīng)網(wǎng)絡(luò)模型來(lái)預(yù)測(cè)成紗質(zhì)量成為現(xiàn)實(shí)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(yàn)選擇輸入?yún)?shù),受主觀因素影響較大,無(wú)法體現(xiàn)出各輸入?yún)?shù)對(duì)于輸出參數(shù)影響的重要性程度;傳統(tǒng)的數(shù)理統(tǒng)計(jì)方法選擇輸入?yún)?shù),由于不同的數(shù)學(xué)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(luò)輸入?yún)?shù)優(yōu)選方法。(1)主成分分析優(yōu)選法,用計(jì)算相似系數(shù)的方法來(lái)分析輸入對(duì)輸出影響大小的變化;(2)基于輸入對(duì)輸出影響
3、的優(yōu)選方法,考察輸入對(duì)輸出的影響程度;(3)基于專家知識(shí)的優(yōu)選方法,考察輸入輸出相關(guān)關(guān)系與專家知識(shí)的吻合程度;(4)模糊聚類,通過(guò)數(shù)據(jù)集的模糊劃分和聚類來(lái)評(píng)判輸入?yún)?shù)變化對(duì)輸出參數(shù)的影響;(5)模糊推理,基于人對(duì)大小的主觀認(rèn)識(shí),用模糊評(píng)語(yǔ)界定輸入?yún)?shù)大小變化對(duì)輸出參數(shù)大小變化的影響程度;(6)灰色關(guān)聯(lián)分析法,根據(jù)諸因素行為觀測(cè)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?biāo)要素的貢獻(xiàn)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(duì)成紗質(zhì)量影響較大的17個(gè)輸入?yún)?shù),通過(guò)轉(zhuǎn)杯紡紗試驗(yàn)和成紗質(zhì)量測(cè)試,獲得神經(jīng)網(wǎng)絡(luò)輸入輸出參數(shù)數(shù)據(jù);然后應(yīng)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(gè)比較公正的對(duì)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(duì)8種紗線指標(biāo)分別建立神經(jīng)網(wǎng)絡(luò)模型,先用模型驗(yàn)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(luò)的輸入?yún)?shù)預(yù)測(cè)了轉(zhuǎn)杯紡成紗質(zhì)量
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 轉(zhuǎn)杯紡成紗質(zhì)量神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)優(yōu)選.pdf
- 基于多種組合神經(jīng)網(wǎng)絡(luò)的棉紡成紗品質(zhì)預(yù)報(bào).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的質(zhì)量預(yù)測(cè)模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的棉紗質(zhì)量預(yù)測(cè)模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測(cè)模型研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測(cè)模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的焦炭質(zhì)量預(yù)測(cè)模型研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量預(yù)測(cè)模型研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)模型的板坯內(nèi)部質(zhì)量預(yù)測(cè).pdf
- 膠結(jié)強(qiáng)度神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型
- 基于神經(jīng)網(wǎng)絡(luò)的入侵預(yù)測(cè)模型.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的聲景質(zhì)量預(yù)測(cè)模型.pdf
- 股票預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)模型.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的灰色預(yù)測(cè)模型.pdf
- 轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)的模糊神經(jīng)網(wǎng)絡(luò)模型.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型辨識(shí)的水質(zhì)預(yù)測(cè)模型研究.pdf
- 轉(zhuǎn)杯紡關(guān)鍵部件與成紗質(zhì)量的探討
- 基于灰色神經(jīng)網(wǎng)絡(luò)組合模型的空氣質(zhì)量預(yù)測(cè).pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的銷售預(yù)測(cè)模型.pdf
評(píng)論
0/150
提交評(píng)論