基于遗传算法优化的花式捻线机转速值预测

发布时间：2022-09-28 18:43

　　探讨基于遗传算法优化的花式捻线机转速值预测模型。针对纺织厂花式捻线机生产中工艺参数转换至罗拉和锭子转速值的预测问题,采用了遗传算法来优化传统以BP神经网络为基础的预测模型,利用遗传算法的全局寻优特点对BP神经网络的权值和偏置进行优化,再通过BP神经网络算法进行罗拉和锭子转速值的预测,改进了BP神经网络容易陷入局部极小值和收敛速度慢的问题。试验数据表明:基于遗传算法优化的BP神经网络的预测数据精确、误差小。认为:该预测模型可以满足花式捻线机转速值预测的需要。 

【文章页数】：5 页

【文章目录】：
1 花式捻线机工艺分析
2 基于遗传算法优化的BP神经网络
    2.1 BP神经网络
    2.2 遗传算法改进的BP神经网络
3 花式捻线机转速值预测模型
    3.1 BP神经网络结构确定
    3.2 遗传算法优化
    3.3 花式捻线机转速值预测
4 试验及数据分析
5 结论


【参考文献】：
期刊论文
[1]基于改进遗传模拟退火算法的BP神经网络的畸变校正研究[J]. 王岚,李新华.  计算机测量与控制. 2019(05)
[2]基于遗传算法优化PID控制器参数的环境测试舱温湿度控制[J]. 李树江,赵晨,苏锡辉,王向东.  南京理工大学学报. 2017(04)
[3]基于BP神经网络的飞行训练品质评估[J]. 姚裕盛,徐开俊.  航空学报. 2017(S1)
[4]复合纱线结构对单纱强力利用率的影响与分析[J]. 黄伟,汪军.  纺织学报. 2017(02)



本文编号：3682187