纺织学报 ›› 2016, Vol. 37 ›› Issue (07): 142-148.

• 管理与信息化 • 上一篇    下一篇

应用遗传算法优化支持向量回归机的喷气涡流纺纱线质量预测

  

  • 收稿日期:2015-06-23 修回日期:2015-12-02 出版日期:2016-07-15 发布日期:2016-07-15

Prediction of vortex yarn properties based on hybrid genetic algorithm and support vector regression

  • Received:2015-06-23 Revised:2015-12-02 Online:2016-07-15 Published:2016-07-15

摘要:

为探究熟条质量对喷气涡流纺纱线质量的影响,建立了遗传算法优化的支持向量回归机预测模型。模型的输入端参数为熟条的4项指标(条干CV值、回潮率、定量和定量不匀率),分别对19.7tex 和11.8tex的涤纶/粘胶(67/33)喷气涡流纺纱线进行强力和条干CV值预测试验,同时建立了BP神经网络模型作对比试验。2种模型预测对比分析的结果表明:遗传算法优化的支持向量回归机模型的稳定性和精度要比BP神经网络模型高得多,更适用于描述熟条质量与喷气涡流纺纱线质量(单纱强力和纱线条干CV值)间的非线性关系。

关键词: 遗传算法, 支持向量回归机, 喷气涡流纺, 纱线强力, 条干CV值

Abstract:

Abstruct: In order to make a primary research in the relationship between the quality of drawing sliver and the quality of vortex spinning yarn. Support vector regression machine prediction model optimized by GA is built up. 19.7tex and 11.8tex vortex spinning blended yarn of polyester and viscose(the blending ratio is 67:33)is selected as the experiment object. Yarn strength and CV of yarn unevenness are predicted while four quality parameters of drawing sliver (CV of yarn unevenness, moisture regain, quantification of sliver and unevenness of quantification) are used as the input parameters of prediction model. BP neural network model is also built to make a comparison with the aforementioned model. After a comparison between these two models, the result shows that the model of the optimized support vector regression machine performed a more powerful reliability and accuracy and it can describe the non-linear relationship between the quality of sliver and the quality of vortex spinning yarn more appropriately than BP model.

[1] 张岩 裴泽光 陈革. 喷气涡流纺金属丝包芯纱的制备及其结构与性能[J]. 纺织学报, 2018, 39(05): 25-31.
[2] 韩晨晨 程隆棣 高卫东 薛元 杨瑞华. 基于有限元模型的喷气涡流纺纤维运动轨迹模拟[J]. 纺织学报, 2018, 39(02): 32-37.
[3] 袁龙超 李新荣 郭臻 蒋秀明. 喷气涡流纺喷嘴结构对流场影响的研究进展[J]. 纺织学报, 2018, 39(01): 169-178.
[4] 韩晨晨 程隆棣 高卫东 薛元 薛文良 杨瑞华 . 传统型与自捻型喷气涡流纺的对比[J]. 纺织学报, 2018, 39(01): 25-31.
[5] 陈洪立 李炯 金玉珍 武传宇 胡旭东. 空心锭结构参数对喷气涡流纺内流场的影响[J]. 纺织学报, 2017, 38(12): 135-140.
[6] 魏晓婷 薛元 郭明瑞 张继东 高卫东. 三通道数码细纱机纺制竹节纱的原理及其性能[J]. 纺织学报, 2017, 38(07): 39-43.
[7] 宋楚平 李少芹. 应用改进遗传算法的自动配棉模型优化与应用[J]. 纺织学报, 2016, 37(09): 151-155.
[8] 刘婵 谢春萍 刘新金 曲华洋 徐伯俊. 黑牦牛绒氧化脱色工艺优化及其可纺性[J]. 纺织学报, 2016, 37(07): 49-54.
[9] 杨建国 熊经纬 徐兰 项前. 应用混合种群遗传神经网络的精梳毛纺工艺参数反演模型[J]. 纺织学报, 2016, 37(07): 149-154.
[10] 苟捷 刘建立 高卫东. 应用主成分分析的原棉可纺性指数构建[J]. 纺织学报, 2015, 36(08): 16-21.
[11] 周金香 邹专勇 黄建光 许梦露 陈佳慧 金亚琪 张莲莲. 喷气涡流纺成纱工艺对色纺竹浆纤维针织物性能的影响[J]. 纺织学报, 2015, 36(06): 30-0.
[12] 邹专勇. 喷气涡流纺成纱工艺对竹浆纤维色纺纱性能的影响[J]. 纺织学报, 2014, 35(2): 23-0.
[13] 田慧欣 贾玉凤. 基于集成多支持向量回归融合的上浆率在线软测量方法[J]. 纺织学报, 2014, 35(1): 62-0.
[14] 尚珊珊 郁崇文. 喷气涡流纺涡流管喷孔工艺的实验研究[J]. 纺织学报, 2013, 34(6): 34-39.
[15] 刘德驹;吴焕岭;王一群. 染整加工对喷气涡流纺棉纱强力的影响[J]. 纺织学报, 2010, 31(5): 86-90.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!