基于神经网络技术的毛精纺织造虚拟加工系统

摘要

本文还做了多元线性回归、模糊算法、灰色预测与ANN方法的对比。运用多元线性回归方法建立了与神经网络对应的六个回归模型，并均做了与人工神经网络方法预报结果的对比。对于回归模型只有织机效率和织机车速模型有一定的精度，其余预报因精度太差都没有应用价值，证实了多元线性回归方法的局限和不适合性。　　本课题所有神经网络模型均采用Matlab神经网络工具箱来实现，该软件的运算功能强大，作为后台运算工具，完成核心算法的设计；采用SQLServer2000数据库作为本系统的支撑数据库，实现样本数据的导入、存储与维护；采用“.NET”完成框架的定制与界面开发，改善了软件的交互性，从而彻底实现毛精纺虚拟加工系统的软件化，使其更加实用。

目录

文摘

英文文摘

东华大学学位论文原创性声明及论文版权使用授权书

第一章绪论

第一节织造虚拟加工的意义

第二节织造虚拟加工的研究现状

第三节织前及织造工艺参数的优化和控制研究现状

第四节本课题的研究内容与方法

第二章BP网络模型的建模过程与原理

第一节人工神经网络技术介绍及网络模型的选取

第二节BP神经网络及其结构与算法

第三节人工神经网络技术在纺织上的应用

第四节本课题所用BP网络模型的构建、训练与仿真

第五节本章小结

第三章织造质量预报与反演模型

第一节织造质量预报模型输入输出指标的选取

第二节织造质量的预报及工艺参数和原料指标的反演模型

第三节对所建网络模型的进一步探索和研究

第四节本章小结

第四章人工神经网络模型与其它数学预报方法的比较

第一节人工神经网络模型与多元线性回归方法预报的对比

第二节模糊数学与人工神经网络对比

第三节灰色系统理论与人工神经网络对比

第四节本章小结

第五章毛精纺织造虚拟加工系统软件实现

第一节工具软件的选择与简介

第二节Matlab6.5与.Net编程环境的接口

第三节人机交互界面软件的实现

第四节虚拟加工的概念、功能及其应用

第五节本章小结

第六章结论与进一步的探索

参考文献

附录A毛精纺织造各工序的工艺参数及评价指标参考

附录B毛精纺织造与反演BP神经网络模型的主要程序

附录C毛精纺织造工艺参数表及织造生产建议表

致谢

研究生期间发表论文