基于ISSA-BP神经网络的纺纱生产工艺参数反演OACSTPCD
Parameter inversion of spinning production process based on ISSA-BP neural network
针对传统的反演模型精度不高且传统BP神经网络有权值和阈值初值过于随机化、稳定性和准确性差等问题,提出了基于改进麻雀搜索算法(ISSA)的BP神经网络纺纱生产工艺参数反演模型.利用灰色关联分析法提取出10个关键工艺参数,以其作为模型输入;引入Chebyshev混沌映射、正余弦算法(SCA)和自适应权重因子对麻雀搜索算法(SSA)进行优化,并用ISSA优化BP神经网络,在此基础上构建纺纱生产工艺参数反演模型;利用ISSA对参数反演模型进行求解.以纤维…查看全部>>
In order to solve the problems of lower accuracy of traditional inversion model,excessive randomization of weights and initial threshold values,worse stability and accuracy of traditional BP(back propagation)neural network,a parameter inversion model for spinning production process of BP neural network based on improved sparrow search algorithm(ISSA)was proposed.Ten key process parameters were extracted by grey relational analysis and used as model input.Che…查看全部>>
刘颖;张守京;胡胜
西安工程大学,陕西西安,710048西安工程大学,陕西西安,710048西安工程大学,陕西西安,710048
计算机与自动化
纺纱生产工艺参数反演优化纱线质量麻雀搜索算法神经网络
spinning productionprocess parameter inversion optimizationyarn qualitysparrow search algorithmneural network
《棉纺织技术》 2024 (4)
1-7,7
西安市现代智能纺织装备重点实验室(2019220614SYS021CG043)
评论