基于Stearns-Noechel优化模型的木材单板染色配方预测

摘要

以樟子松单板为染色基材,采用活性染料对其进行染色,获取3组单色染料染色样本与8组混合染料染色样本。将自适应权值粒子群算法(APSO)与Stearns-Noechel模型结合,对8组混合染料染色样本进行染色配方预测。结果表明:采用APSO预测的配方绝对偏差均小于0.1,约为最小二乘法和传统粒子群算法的1/2;迭代次数约为传统粒子群算法的60%,寻优速度较快。优化模型获得三种珍贵材的R-Y-B染色配方分别为:花梨木—0.192%,0.419%,0.082%;鸡翅木—0.137%,0.284%,0.193%;黑酸枝—0.336%,0.581%,0.204%。采用该配方对樟子松单板进行染色,染色拟合样与标准样间的色差均小于2,且两者光谱反射率间的误差小,染色效果较好。