ctac论文模版 - 中国纺织学术年会网.doc

毛精纺前纺工艺参数重要性的BP网络定量评价法刘贵1,于伟东1,2(,上海201620;武汉科技学院纺织与材料学院,湖北武汉430073)摘要(小五黑体)在BP神经网络建模技术的基础上,提出利用神经网络输入层与输出层之间的网络权值及其分布来求各输入参数重要程度的方法。将采集到的毛精纺企业前纺工艺参数运用BP神经网络分别建立了粗纱CV值和粗纱单重的预测模型。结果表明:所建模型的平均相对误差都低于3%;采用样本数据验证,。对所建模型的网络权重进行提取,分别计算出13个输入参数对粗纱CV值和粗纱单重的重要性,挖掘出显著而有效的参数。经对比认为,BP网络法比多元回归显著性分析(MRSA)更为精准,可用于对实际生产加工的预报和控制。(小五宋体)关键词(小五黑体)毛精纺;前纺工艺参数;模型;BP神经网络;定量评价法(小五宋体)中图分类号(小五黑体):(小五宋体)文献标志码(小五黑体):Quantitativeevaluationmethodforthesignificanceofworstedfore-workLIUGui1,YUWeidong1,2(五号)(,Shanghai201620,China;,WuhanUniversityofScienceandEngineering,Wuhan,Hubei430073,China)workmodeltechnology,anewapproachwasdevelopedandappliedtoappraisetheinputparameters′-spinningworkingproceduredatagatheredfromtheworstedtextilesenterprise,′meanrelativeerrorsarealllessthan3%;thecorrelationcoefficientR2betweenthepredictionvalueandtheactualareallmorethan0·,the13inputparameters′significancetotherovingunevennessandweightwerecalculatedrespectively,