纺织学报论文模板

纺织学报论文模板

ID:7815775

大小:141.50 KB

页数:5页

时间:2018-02-27

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

2、-mail。,于伟东1,2四号楷体,居中,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

3、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

4、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)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.TextileMate

5、rialsandTechnologyLaboratoryDonghuaUniversity,Shanghai 201620,China;2.DepartmentofTextilesandMaterials,WuhanUniversityofScienceandEngineering,Wuhan,Hubei 430073,China)小五,居中AbstractBasedonBPneuralnetworkmodeltechnology,anewapproachwasdevelopedandappliedtoa

6、ppraisetheinputparameters′significantdegreethroughtheweightinessanditsdistributionbetweentheinputandoutputlayer.Usingthefore-spinningworkingproceduredatagatheredfromtheworstedtextilesenterprise,therovingunevennessandweightpredictionmodelswereestablishedre

7、spectively.Theresultsindicatedthatthemodels′meanrelativeerrorsarealllessthan3%;thecorrelationcoefficientR2betweenthepredictionvalueandtheactualareallmorethan0·95.Usingtheweightinessextractedfromtheestablishedmodels,the13inputparameters′significancetothero

8、vingunevennessandweightwerecalculatedrespectively,andtheremarkableandeffectiveparametersareexcavatedout.Meanwhilecontrastingtothemultivariateregressionsignificanceanalysis(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。