一种基于多元非线性回归的纺织物烘干时间判定方法技术

本发明专利技术公开了一种基于多元非线性回归的纺织物烘干时间判定方法，将一种基于多元非线性回归的纺织物烘干时间判定方法关联智能共享操作平台，智能共享操作平台由主页展示模块、故障报警模块、用户通知模块、平台预约模块、干衣功能模块、数据监测模块、代取服务模块、人工调温模块、常见问题及解答模块组成；为实施一种基于多元非线性回归的纺织物烘干时间判定方法的功能和数据的采集，公开了一种共享智能烘干机，所述一种智能共享烘干机由烘干机本体、储用桶、电加热装置、动力装置、温度控制系统、热交换系统、智能联网系统、消毒装置组成。成。成。

【技术实现步骤摘要】
一种基于多元非线性回归的纺织物烘干时间判定方法


[0001]本专利技术涉及智能分类预测
，尤其涉及一种基于多元非线性回归的纺织物烘干时间判定方法。

技术介绍

[0002]传统分类算法预测通常采用人工专家经验以及机器学习预测算法对烘干时间进行预测，但由于纺织物材质的多样性、用户投入待烘干纺织物的干湿程度的差异性等原因，预测的结果往往不具有普适性，人们非凡的认知能力启发了许多系统，然而当影响因素的数量显著增加时，人们就难以进行有效分析了，由于大量数据通常带有大量信息，为了提取、分类和预测信息，有必要采取自动化的方法；同时可以通过记录数据整合成图表观察烘干时间与温湿度、材质等之间的关系，但无法很好的描述发现现象的相关性、趋势性的时间序列等，因此很难找到一种通用方法来总结它们的共同特征；机器学习是计算机科学的一个大分支，其目的是通过现有数据集来实现现实中描述性和预测性的模型，因此可以尝试引入传统的分类算法进行预测。
[0003]如在传统的KNN算法(K
‑
Nearest Neighbor)中，它的基本思想是：在训练集中数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多元非线性回归的纺织物烘干时间判定方法，其特征在于，包括如下步骤：步骤一、前期构造样本数据：对不同湿度、不同材质的纺织物在不同烘干温度下于烘干机中进行实验，得到对应的烘干时间，获取纺织物烘干时间数据；步骤二、分析纺织物烘干时间数据：对纺织物烘干数据进行分析，选取烘干温度、湿度、纺织物材质作为纺织物烘干时间数据的特征指标向量；步骤三、对单因素构造一元非线性回归模型；步骤四、构造纺织物烘干时间预测模型：为确定定量分析各影响因素与烘干时间的关系，结合实际测量和收集的不同材质纺织物烘干的速率，确定烘干温度、湿度、纺织物材质的影响因素,建立多元非线性回归预测模型；步骤五、通过纺织物烘干时间数据模型，得到烘干温度、湿度、纺织物材质，获取预测烘干时间，如果预测烘干时间
‑
实际烘干时间≤
±
10秒，模型效果与实际基本符合；如果预测烘干时间
‑
实际烘干时间≥
±
10秒，则模型效果与实际不符合，需要重复上述步骤四，直到多元非线性回归预测模型的预测结果正确率超过95％，得到优化后的多元非线性回归预测模型；当预测烘干时间
‑
实际烘干时间≤
±
10秒，则判断预测结果正确；步骤六、将纺织物的湿度、材质以及烘干温度输入优化后的多元非线性回归预测模型，得到纺织物的预测烘干时间。2.如权利要求1所述的一种基于多元非线性回归的纺织物烘干时间判定方法，其特征在于，所述步骤三中一元非线性回归模型采用双高斯一元非线性模型。3.如权利要求1所述的一种基于多元非线性回归的纺织物烘干时间判定方法，其特征在于，所述步骤四中多元非线性回归预测模型的建立过程如下：S1.设烘干时间定义为因变量y
i
，y
i
为模型输出，代入纺织物烘干时间数据的特征指标向量；建立y
i
＝f(x
i
,β)+ε
i
方程，式中f()为烘干时间预测主体函数值，式中i＝(1,2,
…
,n)，n为特征指标自变量的数目，i为特征指标自变量的索引，向量x
i
＝(x1,x2,x3)为烘干特征指标自变量，其中x1为烘干温度，x2为湿度，x3为纺织物材质，将烘干时间定义为因变量y
i
，β为未知参数向量，ε
i
为随机误差项，所述误差ε
i
是独立存在且具有相同的分布，误差ε
i
分布服从高斯分布，范围在[
‑
1,1]之间；S2.建立回归拟合的残差平方和函数S(β)：式中Σ表示求和，n表示一共有多少维度的自变量；设β的初值为β1，则其近似泰勒展开式为：式中f(x
i
,β)表示关于各影响因素的拟合函数，≈符号表示只保留了泰勒展开式的第一项f(x
i
,β1)以及第二项将基于烘干温度、湿度、衣物材质自变量向量x
i
的函数进行局部线性化，构建一个多项式来近似表达这个函数；代入到残差平方和函数中得到：代入到残差平方和函数中得到：式中表示的是对于特征指标自变量i的烘干时间的预测值，其中表示烘干时间因变量与泰勒展开式求得值之间的差值；式中
df(x
i
,β)与dβ表示f函数对β求偏导，令式Z
i
中表示的是对拟合函数关于特征指标自变量i的偏导量，则其最小二乘评估为：式中Z为关于拟合函数中的全体特性指...

【专利技术属性】
技术研发人员：陈湘，林海琼，谭恒锋，邓钦艺，
申请(专利权)人：湖南工商大学，
类型：发明
国别省市：