科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的反演模型精度不高且传统BP神经网络有权值和阈值初值过于随机化、稳定性和准确性差等的问题，提出了基于改进麻雀搜索算法（ISSA）的BP神经网络纺纱生产工艺参数反演模型。利用灰色关联分析法提取出10个关键工艺参数，以其作为模型输入；引入Chebyshev混沌映射、正余弦算法（SCA）和自适应权重因子对麻雀搜索算法（SSA）进行优化，并用ISSA优化BP神经网络，在此基础上构建纺纱生产工艺参数反演模型；利用ISSA对参数反演模型进行求解。以纤维属性和纺纱车间细纱工序为对象进行反演验证，试验结果表明：ISSA-BP预测值的MAPE、MSE、MAE、迭代次数、适应度值均优于SSA-BP模型；对反演优化后的工艺参数进行预测，预测的质量指标与期望质量指标的平均相对误差（MRE）为5.04%。认为：基于ISSA-BP神经网络的纺纱生产工艺参数反演精度较高，有助于工艺参数的合理设计。
- 单位
