基于KPCA-LSSVM的两阶段纺纱质量的预测模型

摘要

纺纱是复杂的多环节生产过程,纺纱产品的质量等级评价大多需要依赖领域专家的个人经验,有必要从定量分析的视角建立纱线质量预测模型.选取原棉的含水、含杂、主体长度、主上长度、均匀度、短绒率、成熟度、公制支数、强力、疵点总数10个影响因素作为纱线质量等级预测的评价指标,第一阶段对影响因素进行相关分析,用KPCA方法提取影响因素的主成分;第二阶段用LSSVM算法进行训练及预测,建立了基于KPCA-LSSVM的两阶段纺纱质量预测模型.通过对实测18组纺纱数据作为训练样本数据集对模型进行训练,13组数据作为该预测模型的测试数据,进行纺纱质量预测,并且与其他预测模型进行对比.结果表明:利用核主成分分析法对因素进行筛选,消除因素相关性,使得该组合算法具有较高的预测精度.