基于GRNN神经网络的面料热阻预测模型研究

• 作者: 周俊文 宋晓霞
• 来源期刊: 丝绸
• 学科: 工学
• 关键词: 热阻 预测 神经网络 GRNN BP
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 研究与技术
• 页码范围: 41-46
• 页数: 6页
• 分类号: TS941.15
• 字数: 4149字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7003.2018.08.008

摘要

热阻是衡量面料热舒适性的一项重要指标,为获得不同环境下面料的热阻值,多采用测试获得.文章通过YG(B)606G型纺织品热阻和湿阻测试仪,对不同面料在不同环境下的热阻进行测试.运用Matlab,基于GRNN(General Regression Neural Network)广义回归神经网络,使用少量输入参数,对不同环境下的热阻值进行预测.与传统的测试相比,GRNN神经网络实验量小,方便快捷、省时省力且预测结果准确性好;与BP(Back Propagation)神经网络相比,GRNN神经网络人为设定量更少,更为客观,预测结果更加准确.经Wilcoxon符号秩检验配对样本检验发现,GRNN神经网络预测值与实际值更加接近,可信度更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋晓霞	上海工程技术大学服装学院	41	248	7.0	15.0
2	周俊文	上海工程技术大学服装学院	1	2	1.0	1.0