基于遗传模拟退火神经网络的纱线强力预测

• 作者: 刘建立 谷有众 高卫东
• 来源期刊: 上海纺织科技
• 学科: 工学
• 关键词: 纱线强力 神经网络 模拟退火算法 遗传算法 交叉验证
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 质量控制
• 页码范围: 45-49
• 页数: 5页
• 分类号: TS101.922.3
• 语种: 中文

摘要

针对遗传算法优化的BP神经网络纱线强力预测模型中存在的迭代冗余、过早收敛等问题,建立了遗传算法与模拟退火算法共同优化的BP神经网络棉纱纱线强力预测模型.在模型构建前,采用K折交叉验证将70组样本数据分成训练样本集和测试样本集,实现测试样本与训练样本的不重复,避免了样本数据的单一性.在模型构建时,试验分别对70组27.8 tex和14.6 tex的环锭纺纯棉纱进行单纱强力预测,将该模型与BP神经网络纱线强力预测模型、遗传算法优化的BP神经网络纱线强力预测模型进行对比分析.实验结果表明,遗传算法与模拟退火算法共同优化的BP神经网络纱线强力预测模型在准确性和稳定性方面要优于前两者,能够较好地实现纱线质量预测,为纱线强力预测提供了新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建立		56	126	5.0	7.0
2	高卫东		303	2311	25.0	33.0
3	谷有众		2	4	1.0	2.0