-
BP神经网络预测上浆率
- 杨艳菲;崔世忠;郑天勇;禹建丽
-
纺织学报. 2006, (10):
57-59.
-
摘要
(
1143 )
PDF (96KB)
(
427
)
收藏
-
相关文章 |
多维度评价
上浆率是衡量浆纱质量的重要指标之一,在生产过程中受到多种工艺因素的影响,其中主要可控因素为浆液浓度、浆槽温度、浆纱机速度和压浆辊压力。为建立以上4个因素与上浆率之间对应关系的数学模型,保证准确预测上浆率,以纯棉精梳斜纹织物实际生产中的经验数据为训练样本,建立3层BP神经网络系统预测模型,采用Levenberg Marquardt算法,对网络进行反复训练,使其达到预设精度。应用该网络模型对上浆率进行预测,结果表明,预测上浆率与实际上浆率非常接近,可以满足实际生产要求。