涤纶纤维纺丝过程中性能指标的预测方法

摘要

本发明涉及一种涤纶纤维纺丝过程中性能指标的预测方法，尤其是一种基于幂律法则改进的粒子群优化算法(PSO)优化的最小二乘支持向量机(LS‑SVM)的涤纶纤维纺丝过程中性能指标的预测方法，发明包括以下步骤：选择涤纶纤维纺丝过程的生产参数：纺丝速度、纺丝温度、吹风温度、吹风速度，作为特征信息，进行线性函数归一化后建立输入样本数据集；确定影响涤纶纤维质量的主要性能指标，包括半倍伸长率、半倍伸长率的不匀率、断裂强度和伸长能力，进行对数函数归一化后建立输出样本数据集；根据输入—输出样本数据集建立LS‑SVM模型，采用高斯径向基函数(RBF)作为LS‑SVM的核函数，并使用PSO优化选取最佳惩罚因子C和核函数参数σ；根据幂律法则对PSO寻优过程进行改进，可以大大提升寻优速度，并实现精准预测。