基于集成智能的差別化紡絲性能雙向預(yù)測方法.pdf

1、本文以差別化紡絲的生產(chǎn)工藝及其優(yōu)化過程為研究對象，通過對于各種纖維的紡絲工藝的研究，以及對其關(guān)鍵生產(chǎn)參數(shù)與性能參數(shù)的選擇與數(shù)據(jù)收集，力求探究它們之間的關(guān)系，并應(yīng)用智能算法黑箱模擬此種關(guān)系，同時，以此為基礎(chǔ)實現(xiàn)基于差別化紡絲生產(chǎn)參數(shù)與性能參數(shù)的雙向預(yù)測，從而對其生產(chǎn)參數(shù)與性能參數(shù)進行相互優(yōu)化，簡化了建模難度，降低了生產(chǎn)成本，提高了纖維的最終性能。另外，該方法也為差別化紡絲生產(chǎn)過程的工藝優(yōu)化提出了一種新思路。
　　差別化紡絲性能的雙向

2、預(yù)測算法分為兩個部分，即應(yīng)用性能參數(shù)實現(xiàn)生產(chǎn)參數(shù)的優(yōu)化的反向推理過程，以及應(yīng)用生產(chǎn)參數(shù)實現(xiàn)性能參數(shù)的正向預(yù)測過程。首先，由于纖維的生產(chǎn)依賴于生產(chǎn)參數(shù)的設(shè)定，而生產(chǎn)參數(shù)的設(shè)定取決于給定的性能參數(shù)要求，所以生產(chǎn)參數(shù)的預(yù)測對于生產(chǎn)過程的優(yōu)化十分重要。傳統(tǒng)的方法是應(yīng)用經(jīng)驗來控制與調(diào)試各個生產(chǎn)參數(shù)，使其終端性能滿足要求。由于各個生產(chǎn)參數(shù)之間相互作用并影響最終性能，因此必然存在多組可能的生產(chǎn)參數(shù)能夠滿足所給定的性能參數(shù)要求，即生產(chǎn)參數(shù)的設(shè)定是一個多

3、解問題，以至于生產(chǎn)參數(shù)的設(shè)定十分困難。為了優(yōu)化生產(chǎn)參數(shù)的設(shè)定過程同時滿足生產(chǎn)參數(shù)解的多樣性，本文使用多目標進化算法以及基于實際生產(chǎn)參數(shù)正交實驗結(jié)果構(gòu)成的神經(jīng)網(wǎng)絡(luò)對給定性能參數(shù)進行生產(chǎn)參數(shù)的反向推理。同時，應(yīng)用粒子群算法對此多目標進化算法進行設(shè)計與改進，使其粒子的進化過程能夠分別根據(jù)粒子進化軌跡中的局部最后進行進化，以及根據(jù)所有粒子的各個目標的全局最優(yōu)按照該粒子的最差目標進行進化，從而保證了預(yù)測結(jié)果的多樣性，預(yù)測速度的高效性，以及預(yù)測結(jié)果

4、的準確性。最后使用碳纖維原絲的正交生產(chǎn)數(shù)據(jù)對其進行驗證，結(jié)果證明，本文所提出的基于多目標進化算法的反向推理過程取得了很好的預(yù)測結(jié)果。
　　接著，由于在實際生產(chǎn)過程中，所得到的的經(jīng)驗數(shù)據(jù)并非是通過正交實驗所得到的的，所以所得到的的經(jīng)驗數(shù)據(jù)是不規(guī)則的大范圍分散數(shù)據(jù)，為了將上述算法更好的應(yīng)用到差別化紡絲工藝的優(yōu)化之中，本文對其基于生產(chǎn)數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)，即正向預(yù)測算法進行改進。首先，對真實的生產(chǎn)數(shù)據(jù)進行聚類得到各個輸入輸出中心，并應(yīng)用K均值

5、算法、粒子群進化算子以及遺傳算子對此聚類算法進行改進，提高了聚類結(jié)果的準確性，也為之后的正向預(yù)測過程打下基礎(chǔ)。接著，應(yīng)用改進的徑向基神經(jīng)網(wǎng)絡(luò)與各個輸入輸出中心實現(xiàn)其正向預(yù)測過程，提高了預(yù)測結(jié)果的準確性，也保證了反向推理過程中各個目標函數(shù)的準確性。最后使用大量的滌綸生產(chǎn)數(shù)據(jù)對上述聚類算法與正向預(yù)測算法進行驗證，并將此結(jié)果應(yīng)用到反向推理過程之中，結(jié)果證明基于此正向預(yù)測過程的反向推理過程取得了很好的預(yù)測結(jié)果。最后，應(yīng)用C＃語言，在基于.NET