BP神经网络预测上浆率

被引：9

作者：

杨艳菲 ^{[1
]}

崔世忠 ^{[1
]}

郑天勇 ^{[1
]}

禹建丽 ^{[2
]}

机构：

[1] 中原工学院纺织学院

[2] 中原工学院研究生处

来源：

纺织学报 | 2006年 / 10期

关键词：

上浆率; 工艺参数; BP神经网络; 预测模型; 棉织物;

D O I：

10.13475/j.fzxb.2006.10.015

中图分类号：

TS105.213 [];

学科分类号：

082101 ;

摘要：

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。

引用

页码：57 / 59

页数：3

共 5 条

[1]

神经网络与应用.[M].董长虹编著;.国防工业出版社.2005,

[2]

织造学.[M].朱苏康;陈元甫主编;.中国纺织出版社.1996,

[3] 利用神经网络技术预测浆纱质量 [J].