一种基于LSSA-LSSVM的蚕茧真空水浴工艺设计解舒率预测模型构建方法技术

本发明专利技术公开了一种基于LSSA

【技术实现步骤摘要】
一种基于LSSA
‑
LSSVM的蚕茧真空水浴工艺设计解舒率预测模型构建方法


[0001]本专利技术属于生丝生产加工
，具体涉及一种基于LSSA
‑
LSSVM的蚕茧真空水浴工艺设计解舒率预测模型构建方法。

技术介绍

[0002]煮茧是缫丝生产过程中的关键工序，蚕茧蒸煮情况的优劣不仅影响后道加工工序的效率，也直接影响解舒率、清洁、洁净、生丝线密度等生丝质量指标。
[0003]目前，缫丝生产企业及纤检机构大多采用蚕茧真空水浴工艺试煮法验证解舒效果是否满足实际生产要求，即通过调整真空渗透、低温渗透、蒸汽渗透、高温水煮与降温出茧各工序中温度、真空度、时间等参数组合，试验得出对应的解舒质量指标如解舒率等。试煮试验工作繁琐且工艺参数的调整完全取决于检验人员经验，难以对工艺设计效果预测与工艺及时调整优化，造成时间和原材料的浪费，影响生丝的生产效率以及生丝检验的进度。因此，如何实现对解舒率的快速准确预测成为煮茧工艺优化控制的关键。
[0004]近几年来，人工智能手段蓬勃发展，最小二乘支持向量机(LSSVM本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LSSA
‑
LSSVM的蚕茧真空水浴工艺设计解舒率预测模型构建方法，其特征在于，包括以下步骤：S1：获取蚕茧真空水浴工艺解舒数据集D＝(X,Y)，所述蚕茧真空水浴工艺解舒数据集包括茧质定量特性、真空水浴工艺设计数据及蚕茧解舒率；S2：将所述蚕茧真空水浴工艺解舒数据集D＝(X,Y)进行标准化数据处理，将所述蚕茧真空水浴工艺解舒数据集按7:3的比例随机划分为用于构建解舒率预测模型的训练样本集N与用来验证模型预测效果的测试样本集M；S3:设定LSSVM初始参数并建立蚕茧真空水浴工艺设计解舒率LSSVM初始模型，利用所述蚕茧真空水浴工艺设计解舒率LSSVM初始模型对所述训练样本集N进行预测；S4：采用改进的麻雀搜索算法LSSA对训练样本集预测结果进行参数优化，得到最优超参数组(γ
*
,σ
2*
)，从而建立基于LSSA
‑
LSSVM的蚕茧真空水浴工艺设计解舒率预测模型；S5:进行测试样本集M预测测试，得到工艺参数组合设计的解舒率预测值，衡量基于LSSA
‑
LSSVM的蚕茧真空水浴工艺设计解舒率预测模型对蚕茧解舒率的预测效果。采用决定系数(R2)、均方根误差(RMSE)、平均相对误差绝对值(MAPE)、平均绝对误差(MAE)作为模型性能评价指标，各指标计算公式分别如下：各指标计算公式分别如下：各指标计算公式分别如下：各指标计算公式分别如下：其中，y
real
即每个测试样本的真实解舒率，y
’
predict
为y
real
的均值，y
predict
为每个测试样本对应的解舒率预测值，M为测试集样本的个数。2.根据权利要求1所述的一种基于LSSA
‑
LSSVM的蚕茧真空水浴工艺设计解舒率预测模型构建方法，其特征在于，所述步骤S1中所述茧质定量特性包括茧层硬度X1、茧层率X2、上车茧率X3、次茧率X4，所述真空水浴工艺设计数据包括真空渗透真空度X5、真空渗透过程时间X6、低温渗透真空度X7、低温渗透温度X8，低温渗透过程时间X9、蒸汽渗透温度X
10
、蒸汽渗透过程时间X
11
、高温水煮温度X
12
、高温水煮过程时间X
13
、降温出茧温度X
14
、出水温度X
15
，所述茧质定量特性、真空水浴工艺设计数据作为LSSVM模型输入变量X＝[X1,X2,
…
，X
15
]，蚕茧解舒率Y＝[Y1]作为输出预测变量。3.根据权利要求1所述的一种基于LSSA
‑
LSSVM的蚕茧真空水浴工艺设计解舒率预测模型构建方法，其特征在于，所述步骤S2中标准化数据处理采用归一化处理，其公式为：
其中，x
’
,y
’
表示归一化后的数据值，X、Y表示数据初始值，X
max
和X
min
表示X中各特征数据的最大值与最小值,Y
max
和Y
min
分别为Y...

【专利技术属性】
技术研发人员：黄程卓，孙卫红，邵铁锋，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：