配棉管理与成纱质量预测系统的研究与开发

《配棉管理与成纱质量预测系统的研究与开发》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、摘要摘要配棉是棉纺织企业的第一道工序，配棉工作的好坏直接影响着纺织产品的质量、生产的稳定性和生产成本，因此配棉是一项技术性和经济性很强的工作。另外，可靠的成纱质量预测可减少试纺和依赖经验的质量预测带来的大量材料和其它各项资源的浪费，提高企业的生产效率和对市场的反应速度。本文将灰色关联分析、线性规划、人工神经网络等技术与配棉技术相结合，利用管理信息系统理论与数据库技术设计并开发了配棉管理与成纱质量预测系统。该系统采用模块化设计思想，具有界面友好、操作方便的特点，用户使用效果良好。论文共由六章组成。第一章主要介绍了项目开发的背景、配棉管理与成纱质量预测系统现状、论文的主要任务

2、和内容。第二章根据华茂配棉管理和成纱质量预测系统的需求，分析配棉管理与成纱质量预测的流程及数据的形成，并完成系统总体方案的设计。第三章对配棉管理与成纱质量预测系统的关键技术进行了研究。首先建立数据仓库以提取样本数据，利用灰色关联分析得出原棉指标对成纱质量指标的影响程度，对其排序，提取影响程度较大的原棉指标；其次建立基于线性规划的混棉配比的数学模型，利用单纯型算法对其求解，使得配棉在满足一定约束条件下成本最省；最后，对BP人工神经网络在成纱质量预测上的应用进行了结构设计及仿真，并完成了算法实现。第四章首先介绍了数据库设计的概念和步骤，然后详细介绍了配棉管理与成纱质量预测系统

3、的数据库的设计，包括概念设计、逻辑设计和物理设计。第五章介绍了系统界面设计的原则，对软件系统的界面设计进行了举例，并结合系统中涉及到的重要程序，给出了程序示例。第六章总结了论文的主要工作和研究，并对进一步的工作进行了展望。关键词：配棉，成纱质量预测，灰色关联分析，线性规划，神经网络，数据库AbstractABSTRACTCotton-blendingisthefirstworkingprocedureoftextileenterprises．Thisworkingprocedurehasadirectinfluenceonthequality,thestabilityan

4、dthecostofproduction,SOcotton-blendingiSaveryimportantworkbothinaspectsoftechnologyandeconomy．Inaddition，reliablecottonpredictionCanreducethewasteoflotsofmaterialandresourceswhichalecausedbyspinningexpe"nmentsandexperientialqualityprediction，andimproveenterpriseproductivityandspeedofrespo

5、nsetothemarket．Grayrelationalanalysis，linearprogramming，artificialneuralnetworktechnologyareused，combinedwithmanagementinformationsystemstheoryanddatabasetechnology,andcottonblendingmanagementandyarnqualitypredictionsystemisdesignedanddeveloped．Thesystemusesthemodulardesignmethod，withthec

6、haracteristicsoffriendlyinterfaceandconvenientoperating，andhasagoodeffectforusers．ThispaperCanbedividedintosixchapters．Thefirstchapterintroducesthebackgroundoftheproject,thestatusofcottonblendingmanagementandyarnqualitypredictionsystem，themaintaskandthecontentofthepaper．ChapterIIanalysest

7、heprocessesandtheformationofthedataofcottonblendingmanagementandyamqualitypredictionsystem，andaccomplishesthedesignoftheoverallsystem．InChapterIII，thekeytechnologiesofcottonblendingmanagementandyarnqualitypredictionsystemarestudied．ChapterWintroducesthedatabasedesig