【技术实现步骤摘要】
一种基于成纱质量预测的配棉方法
本专利技术涉及电子信息领域海量信息处理及数据挖掘分析的
,尤其涉及一种基于成纱质量预测的配棉方法,数据预处理、数据分析、特征提取、数据建模、算法分析、模型校正等方法选择较优的配棉方法。
技术介绍
在棉纺厂的生产实践中,根据原棉的性能参数需要对成纱质量进行预测。业内的专家学者一直在尝试建立该预测模型,主要有回归统计、竞争神经网络以及模糊数学等方法。数据挖掘的开源软件(WaikatoEnvironmentforKnowledgeAnalysis)利用特征选择法分析了原棉的性能指标对成纱质量的影响,与竞争神经网络相结合对成纱条干、强度等预测。该方法比单一采用竞争神经网络法预测成纱质量相对误差较小。基于遗传算法和主成分分析法与竞争神经网络相结合的棉花性能指标对成纱质量的预测模型。研究中分别采用单一竞争神经网络(模型1)、主成分分析加竞争神经网络(模型2)和主成分分析加遗传算法优化隐层节点数后的竞争神经网络(模型3)。依据实测原棉数据对成纱质量的预报,通过对三个模型预测结果的比较表明:模型3平均相对误差较小;主成分分析降维后最优隐层节点数仍远大于经验公式确定的隐层节点数;基于遗传算法、主成分分析法和竞争神经网络相结合进行原棉成纱质量的预测,在一定程度上能够提高预测精度。在棉纺厂的生产实践中,对成纱质量预测具有重要意义。由于样本数据量较少并且质量参差不齐,不免给成纱质量的预测会带来较大误差,使模型难以训练。
技术实现思路
针对现有样本数据量较小,成纱质量预测模型难以训练的技术问题,本专利技术提出一种基于成纱质量预测的配棉方法,通过数据 ...
【技术保护点】
1.一种基于成纱质量预测的配棉方法,其特征在于,其步骤如下:步骤一:数据预处理:剔除掉数据库中冗余的数据,对样本数据进行拓扑拟合,完善各种情况的样本数据;步骤二:配棉映射关系建模:将成纱的质量指标作为输入因素,原棉的质量指标作为输出因素,通过映射关系矩阵建立样本数据中输入因素和输出因素之间的映射关系模型;步骤三:最优配棉:基于输出的最优化规则建模实施配棉,即根据步骤二建立的映射关系模型,利用主因素分析法或核心因素分析法选择最优输出结果,得到成纱最优的配棉因素。
【技术特征摘要】
1.一种基于成纱质量预测的配棉方法,其特征在于,其步骤如下:步骤一:数据预处理:剔除掉数据库中冗余的数据,对样本数据进行拓扑拟合,完善各种情况的样本数据;步骤二:配棉映射关系建模:将成纱的质量指标作为输入因素,原棉的质量指标作为输出因素,通过映射关系矩阵建立样本数据中输入因素和输出因素之间的映射关系模型;步骤三:最优配棉:基于输出的最优化规则建模实施配棉,即根据步骤二建立的映射关系模型,利用主因素分析法或核心因素分析法选择最优输出结果,得到成纱最优的配棉因素。2.根据权利要求1所述的基于成纱质量预测的配棉方法,其特征在于,所述步骤一中的样本数据的拓扑拟合方法为:把输入因素的样本数据看作xi,输出因素的样本数据看作是yi,样本数据中有n+1数据点:(x0,y0),(x1,y1),(x2,y2),…,(xn,yn);输入因素和输出因素的样本数据拟合的方法为:a.计算输入因素的步长:hi=xi+1-xi(1)b.将数据点(xi,yi)带入矩阵方程求得二次微分值mi;c.计算拟合曲线的系数:其中,i=0,1,…,n-1;d.在每个输入因素的子区间xi≤x≤xi+1中,创建方程:gi(x)=ai+bi(x-xi)+ci(x-xi)2+di(x-xi)3(3)在子区间xi≤x≤xi+1中均匀选择3-5个点,根据方程gi(x)求解相应的输入因素的样本数据,数据点(x,gi(x))就是拟合的新数值。3.根据权利要求1或2所述的基于成纱质量预测的配棉方法,其特征在于,所述步骤二中映射关系模型为:其中,xi=(xi1,xi2,…,xim)是m维的输入因素的向量,yi=(yi1,yi2,…,yin)是n维的输出因素的向量,为输入因素与输出因素之间的映射关系矩阵。4.根据权利要求3所述的基于成纱质量预测的配棉方法,其特征在于,所述主因素分析法的方法为:对输入因素和输出因素表示为(xi,yi),其对应的属性值表示为(φ(xi),pi);使用非线性映射φ,将输入因素xi变换到高维空间后的输入属性值φ(xi),pi表示输出决策属性值并令其取+1或-1;则新的实例为(φ(xi),pi);为使配棉决策划分对所有样本正确配棉并且具备因素分类间隔,要求满足以下约束条件:其中,w表示当前最优决策分类划分界线相对水平线的倾斜程度,b表示初始的决策属性值;满足这些不等式中的等式的实例点就是所得到的特征因素向量或主要因素向量;上式(5)的分类间隔可计算为:在约束式的条件下最大化分类间隔2/||w||可通过最小化||w||2来实现;在上述条件式(5)的约束下,求解最优决策分类划分问题表...
【专利技术属性】
技术研发人员:王永华,吴青娥,魏春雪,张保威,江豪,孙伟光,邢小帅,冯立增,龚琦,
申请(专利权)人:郑州轻工业学院,
类型:发明
国别省市:河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。