基于神经网络的多参数优化异纤分拣机检出率研究

目录

声明

第一章绪论

1.1 选题背景

1.2 异性纤维检测国内外研究现状

1.2.1 异纤检测和剔除设备研究现状

1.2.2 异纤图像处理检测技术研究现状

1.3 神经网络在异纤检测和多参数优化中的研究现状

1.4 研究内容

1.4.1 研究方法

1.4.2 研究内容

第二章异纤检出率影响参数选取

2.1 异纤分拣机软硬件参数对检出率的影响

2.2 异纤检出率主要影响参数的提取

2.2.1 基于KPCA算法的异纤检出率影响参数提取

2.2.2 异纤分拣机检出率主要参数分析

2.3 本章小结

第三章基于GA-BP神经网络图像检测参数优化

3.1 图像检测参数

3.2 基于GA-BP神经网络图像检测参数预测模型

3.2.1 GA-BP神经网络算法

3.3 图像检测参数实验样本

3.4 图像检测参数实验结果对比分析

3.4.1 算法相关参数设置

3.4.2 GA-BP预测模型有效性验证

3.5 本章小结

第四章基于MIGA异纤检出率多参数优化

4.1 RBF神经网络异纤检出率预测模型

4.2 RBF神经网络异纤检出率预测模型分析

4.2.1 RBF神经网络的学习与训练

4.2.2 仿真结果分析

4.2.3 RBF神经网络预测模型验证

4.3异纤检出率优化问题描述

4.3.1 设计参数

4.3.2 约束条件

4.3.3 目标函数

4.4 基于MIGA的多参数优化

4.4.1 基本原理

4.4.2 MIGA算法流程

4.4.3 多参数优化结果分析

4.5 本章小结

第五章多参数优化控制系统设计及仿真

5.1 优化系统总体设计

5.2 PSO-BP神经网络控制器设计

5.2.1 PSO-BP神经网络的基本原理

5.2.2 PSO-BP神经网络控制器建立

5.3 多参数优化控制系统在线校正

5.4 仿真实验结果对比

5.4.1 基于人工设置多参数的仿真实验

5.4.2 基于PSO-BP神经网络控制器的仿真实验

5.4.3 校正后PSO-BP神经网络控制器的仿真实验

5.5 本章小结

第六章结论与展望

6.1 结论

6.2 展望

参考文献

发表论文和参加科研情况

致谢