纺织学报
紡織學報
방직학보
JOURNAL OF TEXTILE RESEARCH
2014年
11期
35-39
,共5页
李勇%陈晓川%汪军%张洪洲%张初阳%王伟%邱夷平
李勇%陳曉川%汪軍%張洪洲%張初暘%王偉%邱夷平
리용%진효천%왕군%장홍주%장초양%왕위%구이평
BP神经网络%原棉%短纤指数%预测模型%遗传算法
BP神經網絡%原棉%短纖指數%預測模型%遺傳算法
BP신경망락%원면%단섬지수%예측모형%유전산법
BP neural network%raw cotton%short fiber index%prediction model%genetic algorithm
为对脱籽后原棉的短纤指数进行预测,采用遗传优化BP神经网络预测法,设计了原棉短纤指数预测的遗传优化BP神经网络模型.以南疆地区原棉为研究对象,选择籽棉回潮率和轧花速度频率2个因素作为BP神经网络模型的输入量,利用遗传算法优化神经网络的权值与阈值,建立原棉短纤指数的遗传BP神经网络预测模型.结果表明,遗传BP神经网络模型能较好地表达原棉短纤指数与主控因素之间的非线性关系,预测结果与实测值之间误差小,测试样本的网络输出值与网络目标值的相关系数达0.999 8,模型预测效果较佳.
為對脫籽後原棉的短纖指數進行預測,採用遺傳優化BP神經網絡預測法,設計瞭原棉短纖指數預測的遺傳優化BP神經網絡模型.以南疆地區原棉為研究對象,選擇籽棉迴潮率和軋花速度頻率2箇因素作為BP神經網絡模型的輸入量,利用遺傳算法優化神經網絡的權值與閾值,建立原棉短纖指數的遺傳BP神經網絡預測模型.結果錶明,遺傳BP神經網絡模型能較好地錶達原棉短纖指數與主控因素之間的非線性關繫,預測結果與實測值之間誤差小,測試樣本的網絡輸齣值與網絡目標值的相關繫數達0.999 8,模型預測效果較佳.
위대탈자후원면적단섬지수진행예측,채용유전우화BP신경망락예측법,설계료원면단섬지수예측적유전우화BP신경망락모형.이남강지구원면위연구대상,선택자면회조솔화알화속도빈솔2개인소작위BP신경망락모형적수입량,이용유전산법우화신경망락적권치여역치,건립원면단섬지수적유전BP신경망락예측모형.결과표명,유전BP신경망락모형능교호지표체원면단섬지수여주공인소지간적비선성관계,예측결과여실측치지간오차소,측시양본적망락수출치여망락목표치적상관계수체0.999 8,모형예측효과교가.
