基于遗传神经网络算法的纺织生产过程参数反演

摘要

针对纺织工艺中部分参数不易获得却又对加工工艺产生重要影响的情况,基于BP(back propagation)神经网络算法建立纺织工艺参数正演模型,用遗传算法优化了网络的初始阈值和权值,使得网络预测精度大大提高,在此基础上,通过改进的遗传算法对反演参数进行求解.以实例验证了该算法的可行性和有效性,对纺织企业提高工艺开发的针对性、降低生产成本有一定的借鉴作用.