公开(公告)号：CN107169565B

公开(公告)日：2020-06-19

申请号：CN201710288559.2

申请日：2017-04-27

Applicant: 西安工程大学

Inventor： 邵景峰 ,  马创涛 ,  马晓红 ,  杨小渝 ,  王蕊超

IPC: G06N3/08

Abstract: 本发明公开了一种基于烟花算法改进BP神经网络的纺纱质量预测方法，将烟花算法引入到BP神经网络中，利用烟花算法的寻优机理对BP神经网络模型的网络权重和阈值进行优化，选取输入输出指标，构建了基于FWA‑BP的纺纱质量预测模型，利用经过标准化处理的数据集对步骤2中建立的基于FWA‑BP的纺纱质量预测模型进行学习和训练，最终完成对纺纱质量的预测。本发明解决了因纺纱系统中影响纱线质量因素众多且相互之间耦合而导致的纺纱质量难以精准预测的问题，并且能够有效地建立纤维指标与成纱质量间的函数映射关系，实现对纺纱生产中的纱线质量的预测，有利于提高纺纱车间质量管理的水平。

公开(公告)号：CN107169565A

公开(公告)日：2017-09-15

申请号：CN201710288559.2

申请日：2017-04-27

Applicant: 西安工程大学

Inventor： 邵景峰 ,  马创涛 ,  马晓红 ,  杨小渝 ,  王蕊超

IPC: G06N3/08

Abstract: 本发明公开了一种基于烟花算法改进BP神经网络的纺纱质量预测方法，将烟花算法引入到BP神经网络中，利用烟花算法的寻优机理对BP神经网络模型的网络权重和阈值进行优化，选取输入输出指标，构建了基于FWA‑BP的纺纱质量预测模型，利用经过标准化处理的数据集对步骤2中建立的基于FWA‑BP的纺纱质量预测模型进行学习和训练，最终完成对纺纱质量的预测。本发明解决了因纺纱系统中影响纱线质量因素众多且相互之间耦合而导致的纺纱质量难以精准预测的问题，并且能够有效地建立纤维指标与成纱质量间的函数映射关系，实现对纺纱生产中的纱线质量的预测，有利于提高纺纱车间质量管理的水平。

公开(公告)号：CN105975744A

公开(公告)日：2016-09-28

申请号：CN201610264600.8

申请日：2016-04-22

Applicant: 西安工程大学

Inventor： 邵景峰 ,  马晓红 ,  杨小渝 ,  马创涛 ,  王瑞超

IPC: G06F19/00

CPC classification number: G16Z99/00

Abstract: 本发明公开了一种基于D‑S证据理论的纺织过程数据融合系统，包括用于采集各车间数据的传感器模块、局部决策模块和D‑S合成模块，传感器模块和局部决策模块一一对应设置相连，所述局部决策模块与D‑S合成模块相连，所述局部决策模块采用自适应加权数据融合算法，所述D‑S合成模块采用D‑S证据理论。本发明采用两级传感器信息融合，一级是局部融合，其采用经典的自适应加权融合估计算法，克服了单个传感器的不确定性和局限性，从而获得了被测对象的一致性解释与描述。二级是在全局进行融合，采用D‑S证据理论。由于D‑S证据理论允许人们对不确定性问题进行建模，并进行推理，从而能够更加客观的反映事物的不确定性。