基于果蝇算法优化支持向量回归机的纺丝性能预测

摘要：

提出了基于支持向量回归机(SVR)的纤维伸长率预测方法.该方法根据有限的学习样本,建立了纺丝速度、纺丝温度、吹风速度和吹风温度4个参数作为影响纤维质量的关键参数组成的预测参数集合与纤维伸长率之间的一种非线性映射,对纤维伸长率进行预测.以工业过程中实际的样本数据得到纺丝伸长率的VR预测模型.采用果蝇优化算法优化VR预测模型的参数,并与BP神经网络及传统SVR的预测模型进行结果对化分析.实验结果表明,果蝇算法优化SVR预测方法优于BP及传统SVR预测方法,有着良好的泛化能力,能够对实际纤维生产过程起到一定的指导作用.

关键词： 纺织设备 支持向量回归机 纺丝性能 果蝇算法

作者: 郭凡 丁永生 郝矿荣 任立红 肖纯材

作者单位: 东华大学信息科学与技术学院,上海20162 东华大学信息科学与技术学院,上海201620;数字化纺织服装技术教育部工程研究中心,上海201620

会议类型: 国内会议

会议名称: 2014年中国仿真大会

会议地点: 西安

会议语种:中文

页码: 2360-2364

在线出版日期: 2014-10-01（万方平台首次上网日期，不代表论文的发表时间）