本文主要研究内容
作者黄烨（2019）在《基于GA-BP神经网络对原液着色纤维素色纱线的颜色预测》一文中研究指出：纤维原液着色技术与传统的织物染色不同,在纺纱和织造过程中,制品的颜色会产生视觉变化,因此如何把控原液着色纤维成品的颜色成为一大难题。随着科技的飞速发展,工业生产也逐渐进入智能化阶段,而神经网络作为人工智能方面的优秀代表,也随着科技的进步逐步趋于成熟,目前已被应用于各个领域。本课题中,纤维和纱线颜色数据的获取分别采用了光学镜片测量法与纱板测量法,将两者进行规律性分析,发现无法通过建立普通的线性函数对纱线的颜色进行表征,于是采用遗传算法优化BP神经网络建立GA-BP预测模型,将遗传算法的全局搜索能力和BP神经网络的局部寻优能力相结合,旨在获取最优的素色纱线颜色预测结果。基于样本数量的有限性,选择纤维和纱线的CIEL、CIEa、CIEb值为BP神经网络的输入神经元与输出神经元,建立BP神经网络。在28组样本中选取25组作为训练样本,3组作为验证样本,为了保证预测结果的稳定性与科学性,采用聚类分析将28组纤维样品分为3类,并从每个类别中选取最具代表性的3组样本(金黄、玫红和铁灰)作为验证样本,构建了3-5-3的BP神经网络结构。将遗传算法优化得到的最优权值与阈值赋予BP神经网络,经过训练可知:经遗传算法优化的神经网络(GA-BP)在迭代次数第28次,训练步数第8步时即可得到收敛,拟合曲线相关系数值都在0.99以上,具有很好的线性关系。利用BP神经网络得到玫红、金黄和铁灰三组验证样本的CIELAB色差分别为:3.26、2.87和1.32,利用GA-BP网络得到以上三组验证样本的CIELAB色差分别为:1.22、0.93和0.61。可以看出GA-BP网络预测精度更高,说明利用遗传算法优化BP神经网络与未经优化的BP神经网络相比,对原液着色纤维素色纱线的颜色预测更加有效。将聚类分析结果与GA-BP预测结果综合分析,同类别样本数量越少的验证样本色差越大,反之色差越小,其中金黄和铁灰的色差小于1,可以满足企业生产要求,玫红的同类别样本只有4组,色差较大。因而可以得出结论:在样本数量足够多,色域分布均匀的情况下,遗传算法优化BP神经网络可以应用于原液着色纤维素色纱线的颜色预测,并且可以得到较为理想的预测效果。本课题为解决了原液着色纤维为原料的素色纱线的颜色预测问题提供了一定的基础,将有效促进原液着色涤纶纤维的应用和发展。
Abstract
qian wei yuan ye zhao se ji shu yu chuan tong de zhi wu ran se bu tong ,zai fang sha he zhi zao guo cheng zhong ,zhi pin de yan se hui chan sheng shi jiao bian hua ,yin ci ru he ba kong yuan ye zhao se qian wei cheng pin de yan se cheng wei yi da nan ti 。sui zhao ke ji de fei su fa zhan ,gong ye sheng chan ye zhu jian jin ru zhi neng hua jie duan ,er shen jing wang lao zuo wei ren gong zhi neng fang mian de you xiu dai biao ,ye sui zhao ke ji de jin bu zhu bu qu yu cheng shou ,mu qian yi bei ying yong yu ge ge ling yu 。ben ke ti zhong ,qian wei he sha xian yan se shu ju de huo qu fen bie cai yong le guang xue jing pian ce liang fa yu sha ban ce liang fa ,jiang liang zhe jin hang gui lv xing fen xi ,fa xian mo fa tong guo jian li pu tong de xian xing han shu dui sha xian de yan se jin hang biao zheng ,yu shi cai yong wei chuan suan fa you hua BPshen jing wang lao jian li GA-BPyu ce mo xing ,jiang wei chuan suan fa de quan ju sou suo neng li he BPshen jing wang lao de ju bu xun you neng li xiang jie ge ,zhi zai huo qu zui you de su se sha xian yan se yu ce jie guo 。ji yu yang ben shu liang de you xian xing ,shua ze qian wei he sha xian de CIEL、CIEa、CIEbzhi wei BPshen jing wang lao de shu ru shen jing yuan yu shu chu shen jing yuan ,jian li BPshen jing wang lao 。zai 28zu yang ben zhong shua qu 25zu zuo wei xun lian yang ben ,3zu zuo wei yan zheng yang ben ,wei le bao zheng yu ce jie guo de wen ding xing yu ke xue xing ,cai yong ju lei fen xi jiang 28zu qian wei yang pin fen wei 3lei ,bing cong mei ge lei bie zhong shua qu zui ju dai biao xing de 3zu yang ben (jin huang 、mei gong he tie hui )zuo wei yan zheng yang ben ,gou jian le 3-5-3de BPshen jing wang lao jie gou 。jiang wei chuan suan fa you hua de dao de zui you quan zhi yu yu zhi fu yu BPshen jing wang lao ,jing guo xun lian ke zhi :jing wei chuan suan fa you hua de shen jing wang lao (GA-BP)zai die dai ci shu di 28ci ,xun lian bu shu di 8bu shi ji ke de dao shou lian ,ni ge qu xian xiang guan ji shu zhi dou zai 0.99yi shang ,ju you hen hao de xian xing guan ji 。li yong BPshen jing wang lao de dao mei gong 、jin huang he tie hui san zu yan zheng yang ben de CIELABse cha fen bie wei :3.26、2.87he 1.32,li yong GA-BPwang lao de dao yi shang san zu yan zheng yang ben de CIELABse cha fen bie wei :1.22、0.93he 0.61。ke yi kan chu GA-BPwang lao yu ce jing du geng gao ,shui ming li yong wei chuan suan fa you hua BPshen jing wang lao yu wei jing you hua de BPshen jing wang lao xiang bi ,dui yuan ye zhao se qian wei su se sha xian de yan se yu ce geng jia you xiao 。jiang ju lei fen xi jie guo yu GA-BPyu ce jie guo zeng ge fen xi ,tong lei bie yang ben shu liang yue shao de yan zheng yang ben se cha yue da ,fan zhi se cha yue xiao ,ji zhong jin huang he tie hui de se cha xiao yu 1,ke yi man zu qi ye sheng chan yao qiu ,mei gong de tong lei bie yang ben zhi you 4zu ,se cha jiao da 。yin er ke yi de chu jie lun :zai yang ben shu liang zu gou duo ,se yu fen bu jun yun de qing kuang xia ,wei chuan suan fa you hua BPshen jing wang lao ke yi ying yong yu yuan ye zhao se qian wei su se sha xian de yan se yu ce ,bing ju ke yi de dao jiao wei li xiang de yu ce xiao guo 。ben ke ti wei jie jue le yuan ye zhao se qian wei wei yuan liao de su se sha xian de yan se yu ce wen ti di gong le yi ding de ji chu ,jiang you xiao cu jin yuan ye zhao se di guan qian wei de ying yong he fa zhan 。
论文参考文献
论文详细介绍
论文作者分别是来自天津工业大学的黄烨，发表于刊物天津工业大学2019-07-05论文，是一篇关于原液着色纤维论文,素色纱线论文,颜色论文,神经网络论文,网络论文,天津工业大学2019-07-05论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自天津工业大学2019-07-05论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：原液着色纤维论文; 素色纱线论文; 颜色论文; 神经网络论文; 网络论文; 天津工业大学2019-07-05论文;