基于PSO-LSSVM的单色棉织物颜色和染料浓度预测模型构建方法技术

本发明专利技术提供一种基于PSO

【技术实现步骤摘要】
基于PSO
‑
LSSVM的单色棉织物颜色和染料浓度预测模型构建方法


[0001]本专利技术属于染色测配色领域，尤其涉及到一种基于PSO
‑
LSSVM的单色棉织物颜色和染 料浓度预测模型构建方法。

技术介绍

[0002]轧烘轧蒸过程是棉织物常用的染色过程，在实际制备供客户确认的小样中，目前仍然主 要是采用人工配色的方法，凭借配色人员的经验调配色彩打样，周期长，且在批量染色时常 常会碰到许多不可预测的干扰和变化，可重现性低，降低了生产效率。随着计算机技术、数 学、物理等学科的飞速发展，配色的理论、方法和技术也在不断地变化和发展，计算机配色 系统也应运而生。目前，主要有三种计算机配色方法，即色号归档检索、全光谱配色和三刺 激值配色，其中适用于计算机数值计算的是全光谱配色和三次刺激值配色。
[0003]机器学习方法已经在很多领导取得了成功应用，而计算机配色技术是新一代配色技术， 它成功结合了计算机和印染行业中的配色技术，大大提高了配色效率。在现有配色方法中， 三刺激值配色是最为普遍的一种方法，目前基本上均是基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于PSO
‑
LSSVM的单色棉织物颜色和染料浓度预测模型构建方法，其特征在于，包括以下步骤：获取单色织物合格染色数据，其包括织物染料浓度和颜色特征参数L*、a*和b*值，将所述织物合格染色数据分为训练集和测试集；设定初始LSSVM参数并建立LSSVM初始模型，利用所述LSSVM初始模型对所述训练集进行预测；利用PSO算法对上述预测结果进行参数优化处理，得到全局最优值gbest
d
，即最优化参数组赋值给LSSVM初始模型，得到PSO
‑
LSSVM预测基础模型；将所述测试集作为测试样本，利用PSO
‑
LSSVM预测基础模型队进行测试训练，得到最终PSO
‑
LSSVM预测模型；以染料浓度为输入、颜色特征参数L*、a*和b*值为输出的最终PSO
‑
LSSVM预测模型为颜色预测模型；以染色织物颜色特征参数L*、a*和b*值为输入染料浓度为输出的最终PSO
‑
LSSVM预测模型为染料浓度预测模型。2.如权利要求1所述的基于PSO
‑
LSSVM的单色棉织物颜色和染料浓度预测模型构建方法，其特征在于，获取单色织物合格染色数据包括：预先设定活性染料上染棉织物时的染色条件和染色浓度，进行轧烘轧蒸染色试验制得染制色样；用分光测色仪测试染色制样的颜色特征参数，剔除异常染色数据，重染，记录合格染色条件下染料浓度和颜色特征参数L*、a*和b*值；其中，染色条件为，氯化钠浓度为150
‑
200g/L，碳酸钠15
‑
25g/L，氢氧化钠4
‑
8g/L，浸轧后织物带液率60
‑
75％，在110
‑
125℃热风下预烘100
‑
200s，在100
‑
102℃饱和蒸汽下汽蒸120
‑
250s；染料浓度为0.01
‑
20g/L且总计不超过20g/L，按浓度不同分为15
‑
30组染色组；各染色制样的染色条件相同；剔除异常染色数据包括对所述染制色样使用台式分光测色仪进行测色，记录空白织物和各染料质量浓度梯度色样的光谱反射率曲线和K/S值曲线，对出现如曲线交叉和吸收峰错位等不规则曲线进行重...

【专利技术属性】
技术研发人员：宁金妍，
申请(专利权)人：上海大学，
类型：发明
国别省市：