纺织学报
紡織學報
방직학보
Journal of Textile Research
2015年
11期
34-38
,共5页
色纺纱%BP神经网络%配色%配方预测
色紡紗%BP神經網絡%配色%配方預測
색방사%BP신경망락%배색%배방예측
melange yarn%BP neural network%color matching%recipe prediction
针对传统配色模型实用性差的问题,利用神经网络强大的非线性映射能力,探讨基于人工神经网络的色纺纱配色方法.构建了色纺纱BP神经网络配色模型,研究了多种BP算法,隐含层节点数对仿真效果及泛化能力的影响.结果表明:基于BP神经网络的色纺纱配色方法可以实现色纺纱反射率与配方之间的非线性映射,新型算法(Levenberg-Marquardt、拟牛顿、共轭梯度算法)在迭代次数和仿真时间上有较大的优势,隐含层节点数对仿真结果影响较小,训练样本的平均预测色差为0.18,但超出训练范围的样本预测色差较大,因此提高该神经网络的泛化性能是下一步研究的关键.
針對傳統配色模型實用性差的問題,利用神經網絡彊大的非線性映射能力,探討基于人工神經網絡的色紡紗配色方法.構建瞭色紡紗BP神經網絡配色模型,研究瞭多種BP算法,隱含層節點數對倣真效果及汎化能力的影響.結果錶明:基于BP神經網絡的色紡紗配色方法可以實現色紡紗反射率與配方之間的非線性映射,新型算法(Levenberg-Marquardt、擬牛頓、共軛梯度算法)在迭代次數和倣真時間上有較大的優勢,隱含層節點數對倣真結果影響較小,訓練樣本的平均預測色差為0.18,但超齣訓練範圍的樣本預測色差較大,因此提高該神經網絡的汎化性能是下一步研究的關鍵.
침대전통배색모형실용성차적문제,이용신경망락강대적비선성영사능력,탐토기우인공신경망락적색방사배색방법.구건료색방사BP신경망락배색모형,연구료다충BP산법,은함층절점수대방진효과급범화능력적영향.결과표명:기우BP신경망락적색방사배색방법가이실현색방사반사솔여배방지간적비선성영사,신형산법(Levenberg-Marquardt、의우돈、공액제도산법)재질대차수화방진시간상유교대적우세,은함층절점수대방진결과영향교소,훈련양본적평균예측색차위0.18,단초출훈련범위적양본예측색차교대,인차제고해신경망락적범화성능시하일보연구적관건.