基于RBF神经网络的织物透气性能预测研究.pdfVIP

基于RBF神经网络的织物透气性能预测研究田丽，等 基于RBF神经网络的织物透气性能预测研究* 田丽2，高洪1，葛愿2，侯大寅3，金礼力2 (1安徽工程科技学院机械工程系芜湖，241000；2安徽工程科技学院电气工程系芜湖，241000； 3安徽工程科技学院纺织工程系 芜湖，241000) 摘要：建立了反映结构参数与织物透气性能之间关系的神经网络模型，采用了径向基函数神经 网络(RBF)算法对织物透气性能进行预测研究。研究结果表明，此算法识别能力强，训练时间短， 更能准确地预测织物的透气性能，具有一定的应用前景。 关键词：RBF；织物结构；透气性；神经网络 the Abstract：This RadialBasicFunctionneuralnetwork(RBF)tofabricair paperadopts predict thensets theneuralnetworkmodelbetweenfabricstructure andair permeability，andup parameters researchresult withthe usedBPneuralnetwork， permeability．The indicates，comparedcommonly RBF air has its timealsoshorter，itcan fabric strongerrecognitionability，andtraining predict per— more it hasa futurein meabilityaccurately，andbright practicalapplication． network words：RBF；Fabricstructure；Airpermeability；Neural Key 中图分类号：TP273+．4文献标识码：B 0引言 难以确定隐层和隐节点等缺点。而RBF网络是一种 织物的透气性是关系到穿着的舒适性的重要的服 典型的局部逼近神经网络，它在逼近能力、学习速度 用性能。它是指在织物的两侧存在空气压力差时，空 等方面均优于BP网络。本文利用RBF神经网络对 气从织物的气孔透过的性能，常用透气量来表示。透 织物的透气性能进行分析和预测。 气量是指织物两面在规定的压差下，单位时间内流过 织物单位面积的空气体积。空气透过织物有两条途 1 RBF神经网络及其模型 径，一是织物纱线间的孑L隙，二是纱线内纤维间的缝 RBF神经网络是一种单隐层前馈网络，输人层 隙，一般以纱线问的孔隙为主要途径。本文以精纺毛 由信号源结点组成，第二层为隐含层，第三层为输出 型织物为例，探讨织物结构因素中的经纱表观直径、 层，从输入层到隐含层的变换函数是RBF，而从隐 纬纱表观直径、织物厚度、织物总紧度对织物透气性 含层到输出层的变换是线性的。其中，隐层中的基函 能的影响。由于织物结构各参数间的非线性关系及多 数对输入激励产生一个局部化的响应，即每一个隐节 个影响因素共同对织物的透气性能的作用，织物结构 点有一个参数矢量称之为中心，该中心用来与网络输