一种成纱质量预测模型的建立方法技术

本发明专利技术提出了一种成纱质量预测模型的建立方法，把所有得出预期的效果数据作为输出数据，输入各参数和输出各指标分别作为一个整体，利用多模式推理方法建立输入数据和输出数据之间的一个关系模型，从而建立了成纱质量预测模型，并给出了该模型的评估决策方法，对成纱质量预测模型进行了误差修正；通过一系列不同输入测试数据在不同情况下产生不同的输出情况，对输入输出关系进行验证。本发明专利技术提高了纺织企业的纺织产品的质量，扩大了品种范围，提高了生产效率，降低了操作人员的劳动强度，同时降低了企业生产的成本，提高了经济效益，增强了企业的纺织产品在国际市场的适应能力和竞争能力，并能够根据不同情况满足人们日益增长的各种需求。

【技术实现步骤摘要】
一种成纱质量预测模型的建立方法
本专利技术属于纺织质量预测的
，具体涉及棉花质量的数据处理及知识挖掘，尤其涉及一种成纱质量预测模型的建立方法。
技术介绍
在计算机网络技术飞速发展，传统的棉纱生产已经越来越不能满足人们的需求了。棉花是质量指标、生产棉纱过程中机器的参数、生产车间的场地环境等都会对生产出来的棉纱质量有一定的影响，有些是主要的影响因素，有些是次要的影响因素。评估生产出来的棉纱质量也有质量指标，有强力、棉结、条干、毛羽值、单强等。在众多的输入与输出的关系中，这些输入与输出之间不是呈现明显的线性关系，并不是改变一个输入参数，输出参数都会发生相应的改变。如果改变的是主要因素、输出结果改变明显，如果改变的是次要因素，输出结果变化不明显，输入的参数之间是耦合的、不是相互独立的，在某一个输入下，有些输入参数是起主要作用、有些是起次要作用的、有些是不起作用的，所以改变输入参数时，如果是改变的主要因素，输出指标变化比较明显。有些输入输出之间还有耦合关系，关系比较复杂，很难建立它们之间的关系。
技术实现思路
针对成纱过程是一个多输入多输出的复杂映射关系，成纱质量的预测较困难的技术问题，本专本文档来自技高网...

【技术保护点】
1.一种成纱质量预测模型的建立方法，其特征在于，其步骤如下：步骤一：采集企业中原棉指标的数据作为原始输入数据库和成纱质量指标的数据作为原始输出数据库，对原始输入数据库和原始输出数据库中的数据进行过滤和归一化处理；步骤二：将归一化的输入数据库中的数据分为输入测试数据和输入样本数据，与输入测试数据相对应的原始输出数据库中的数据为输出测试数据，与输入样本数据相对应的原始输出数据库中的数据为输出样本数据；步骤三：成纱预测模型：建立输入样本数据到输出样本数据的函数变换，得到输入样本数据和输出样本数据的第一映射关系矩阵；步骤四：模型评估：建立输出样本数据中的每一个输出因素相应于每一个输入样本数据的单因素评...

【技术特征摘要】
1.一种成纱质量预测模型的建立方法，其特征在于，其步骤如下：步骤一：采集企业中原棉指标的数据作为原始输入数据库和成纱质量指标的数据作为原始输出数据库，对原始输入数据库和原始输出数据库中的数据进行过滤和归一化处理；步骤二：将归一化的输入数据库中的数据分为输入测试数据和输入样本数据，与输入测试数据相对应的原始输出数据库中的数据为输出测试数据，与输入样本数据相对应的原始输出数据库中的数据为输出样本数据；步骤三：成纱预测模型：建立输入样本数据到输出样本数据的函数变换，得到输入样本数据和输出样本数据的第一映射关系矩阵；步骤四：模型评估：建立输出样本数据中的每一个输出因素相应于每一个输入样本数据的单因素评估值，将所有的单因素评估值组成单因素评估矩阵；根据每一个输入样本数据的权重及这方面的专家系统对每个输入因素作评判，得出输出因素的评估矩阵作为第二个映射关系矩阵，并储存起来；用每一条输入样本数据与第二个映射关系矩阵作合成运算，得出的计算值与相应的输出样本数据作比较，如果小于给定的误差阈值，那么第二个映射关系矩阵替代步骤三的第一映射关系矩阵并储存；如果大于给定的误差阈值，那么存储步骤三的得到的第一映射关系矩阵；循环步骤四，机器学习完所有的输入样本数据，得到训练好的映射关系矩阵存储在数据库中；步骤五：模型验证：利用存储在数据库中的训练好的映射关系矩阵对输入测试数据进行合成得到测试结果，将测试结果与输出测试数据相比较得到误差，如果此误差大于给定的误差进入步骤六；否则返回步骤五，当所有的输入测试数据相对应的误差达到设定阈值，储存成纱预测模型，程序结束；步骤六：模型评估矩阵的校正：通过校正输入测试数据的权重调整映射关系矩阵，返回步骤五。2.根据权利要求1所述的成纱质量预测模型的建立方法，其特征在于，所述步骤一中数据的过滤方法是：根据主要参数的要求，将相同或相近的数据只保留一组，并去除其他组数据；数据的归一化处理方法为：将数据处理为[0,1]之间的数据，即：其中，xi表示原始输入数据库或原始输出数据库归一化后的数据；x表示原始输入数据库或原始输出数据库中的数据；xmin表示原始输入数据库或原始输出数据库中的最小值；xmax表示原始输入数据库或原始输出数据库中的最大值。3.根据权利要求1或2所述的成纱质量预测模型的建立方法，其特征在于，所述映射关系矩阵是由输入样本数据和输出样本数据进行合成的：其中，RT为映射关系矩阵，U＝{u1,u2,...,un}为输入样本数据，V＝{v1,v2,...,vm}为输出样本数据，代表合成算子，ui表示各个输入指标的值，i＝1,2,…,n，n为输入指标的个数；vj表示输出所满足的考核指标，j＝1,2,…,m，m为输出考核指标的个数。4.根据权利要求3所述的成纱质量预测模型的建立方法，其特征在于，所述模型评估的方法为：对于每一个输入样本因素ui，单独作出一个评估f(ui)，评估f(ui)是输入样本数据U中输入样本因素ui到输出样本数据V的一个模型映射f，由模型映射f可诱导出输入样本数据U所有输入样本因素到输出样本数据V的一个模型关系Rf，由模型关系Rf可诱导出输入样本数据U到输出样本数据V的一个模型线性变换这里A是输入样本数据U的归一化的权重集，B是相应于输出样本数据的计算权重集，B叫评估模型。5.根据权利要求4所述的成纱质量预测模型的建立方法，其特征在于，所述评估中合成算子的不同定义，得到不同的模型，输入样本数据的权重A＝(a1,a2,...an)：(a)模型M(·,/)主因素突出型，bj＝/{(ai·rij)，1≤i≤n},j＝1,2,...,m；(b)模型M(&，+)...

【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