纺织学报论文模板

纺织学报论文模板

ID:18237315

大小:141.50 KB

页数:5页

时间:2018-09-15

纺织学报论文模板_第1页
纺织学报论文模板_第2页
纺织学报论文模板_第3页
纺织学报论文模板_第4页
纺织学报论文模板_第5页
资源描述:

《纺织学报论文模板》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、毛精纺前纺工艺参数重要性的BP网络定量评价法小二黑体,居中,3倍行距刘贵收稿日期(黑体小五):2007-03-10修回日期:2007-05-16(由编辑部填写)基金项目(黑体小五):国家经贸委创新项目(02CJ-14-05-01)基金名称(基金编号)(楷体小五)作者简介(黑体小五):刘贵(1983—),男,博士生。主要研究方向为毛精纺加工过程建模及其职能决策预报与控制。于伟东,通讯作者,E-mail:wdyu@dhu.edu.cn。第一作者姓名(出生年—),性别,职称,学历。主要研究方向。通讯作者姓名,E-mail。,于伟东1,2四号楷体,居中

2、,单倍行距(1.东华大学纺织材料与技术实验室,上海 201620;武汉科技学院纺织与材料学院,湖北武汉 430073)小五号宋体,居中,单倍行距摘要摘要写作方法:请用第三人称的语气陈述该文研究目的(即为了……,或者针对……问题,)、过程、方法(即采用的手段和方法)、结果和结论(即研究得出的结论),重点是结果和结论,背景信息、基本概念及对文章的自我评价不应出现在摘要中,要达到只看摘要而不必看文章就可理解全文主要内容的程度;摘要字数应控制在200~300字,英文要与中文相对应。(小五黑体)在BP神经网络建模技术的基础上,提出利用神经网络输入层与输出

3、层之间的网络权值及其分布来求各输入参数重要程度的方法。将采集到的毛精纺企业前纺工艺参数运用BP神经网络分别建立了粗纱CV值和粗纱单重的预测模型。结果表明:所建模型的平均相对误差都低于3%;采用样本数据验证,其预报值与实测值间的相关系数都高于0.95。对所建模型的网络权重进行提取,分别计算出13个输入参数对粗纱CV值和粗纱单重的重要性,挖掘出显著而有效的参数。经对比认为,BP网络法比多元回归显著性分析(MRSA)更为精准,可用于对实际生产加工的预报和控制。(小五宋体)关键词(小五黑体)毛精纺;前纺工艺参数;模型;BP神经网络;定量评价法(小五宋体

4、)中图分类号(小五黑体):TS131.9(小五宋体)文献标志码(小五黑体):Quantitativeevaluationmethodforthesignificanceofworstedfore-spinningparametersbasedonBPneuralnetwork小四TimesNewRome,3倍行距LIUGui1,YUWeidong1,2(五号)(1.TextileMaterialsandTechnologyLaboratoryDonghuaUniversity,Shanghai 201620,China;2.Department

5、ofTextilesandMaterials,WuhanUniversityofScienceandEngineering,Wuhan,Hubei 430073,China)小五,居中AbstractBasedonBPneuralnetworkmodeltechnology,anewapproachwasdevelopedandappliedtoappraisetheinputparameters′significantdegreethroughtheweightinessanditsdistributionbetweentheinputand

6、outputlayer.Usingthefore-spinningworkingproceduredatagatheredfromtheworstedtextilesenterprise,therovingunevennessandweightpredictionmodelswereestablishedrespectively.Theresultsindicatedthatthemodels′meanrelativeerrorsarealllessthan3%;thecorrelationcoefficientR2betweenthepred

7、ictionvalueandtheactualareallmorethan0·95.Usingtheweightinessextractedfromtheestablishedmodels,the13inputparameters′significancetotherovingunevennessandweightwerecalculatedrespectively,andtheremarkableandeffectiveparametersareexcavatedout.Meanwhilecontrastingtothemultivariat

8、eregressionsignificanceanalysis(MRSA),theBPneuralnetworkmethodismoreexactth

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。