多元非线性回归在织物染色计算机配色中的研究.pdfVIP

第28卷第4期 青岛大学学报(工程技术版) V01．28No．4 201 OF 3年12月 JOURNAL O1 3 QINGDAOUNIVERSITY(ET)Dec．2 文章编号：1006—9798(2013)04—0062—06 多元非线性回归在织物染色计算机配色中的研究 李 楠，张秉森 (青岛大学信息工程学院，山东青岛266071) 摘要：为使预测织物染色的染料质量浓度与实际的染料质量浓度误差最小，本文通过到 工厂采集实际的测量数据并对其进行分析，建立了三刺激值C，M，y与染料质量浓度的 数学模型，并在Excel中利用多元非线性回归分析方法，得到最小二乘估计点，同时结合 多项式拟合，建立染料质量浓度与三刺激值C，M，y的多元非线性方程组，通过显著性F 检验，验证所建数学模型的回归显著性效果，并利用牛顿迭代法反向求解该数学模型，得 到对应的染料质量浓度。结果表明，采用多元非线性回归分析建立的数学模型，求得的结 果与实际测量的数据误差非常小，该研究可以应用到实际染色配色中。 关键词：计算机配色；多元非线性回归；显著性F检验；牛顿迭代法 中图分类号：TSl93．1+3；TP391．9文献标识码：A 纺织业在我国占有巨大的市场，而织物印染技术是纺织行业技术发展的关键之一。目前，我国许多行业 的配色工作仍然依靠配色人员的自身经验来完成，这种传统配色方法费时费料，工作量大，不仅经济效益较 低，而且不能满足现代化经济发展的要求。计算机的普及与应用，为织物染色配色技术的发展开辟了广阔的 前景。计算机配色技术所具有的高效率、高精度的计算能力，极大的推动了我国在织物染色配色方面的发 展。因此，探究高性能的计算机配色方法是保证产品质量、提高自动化管理水平和企业最大化经济效益的关 键。近年来，李敏等人[1_2]对织物染色配色问题作了相应的研究，并取得了一定的理论成果。本文在已有的 计算机配色理论成果的基础上_3．4j，通过多元非线性回归分析方法对实验数据进行数值分析，得到三刺激值 C，M，y与染料质量浓度的关系，并结合多项式拟合，建立了数学模型，同时对该模型进行回归显著性检验， 最终利用牛顿迭代法求解该数学模型。仿真结果表明，所得到的染料质量浓度误差较小，该研究为实际的染 色配色提供了理论依据。 数学建模的理论基础 1．I 多元回归分析 现实生活中，许多应用问题的因变量Y通常与许多自变量z，，z：，…，z。有一定的关联，同时，又有许多 不可预测的随机因素影响着它们之间的关系，因此，可建立多元回归(MultipleRegression)模型[5]。 1) 多元线性回归模型。将多元线性回归模型作以下假设：将因变量Y视为随机变量，就是当自变量 (z，，z：，…，z。)在定义域内取某些固定值时，因变量Y的观测值是随机的，则多元回归模型可表示为 Y一岛+azl+…+胁z女+￡，e～N(0，O-2) (1) 式中，昂，肺，…，为回归系数，是志+1个待估计参数；￡为因变量Y的观测值偏离平均值的程度，称为随机 误差，而且假设￡服从正态分布N(o，d2)。 收稿日期：2012—03—28 基金项目：国家自然科学基金资助项目60743004) 作者简介：李楠(1988一)，女，硕士研究生，主要研究方向为虚拟现实与计算机仿真。 万方数据 第4期 李楠，等：多元非线性回归在织物染色计算机配色中的研究 63 2) 多元非线性回归模型。实际应用中，多元线性关系只是一种最基本、最简单的情况，但更多情况是 非线性的关系，本文染料质量浓度是一种多元非线性问题嘲，因此，三元三次多项式回归模型可表示为 y一岛+向z。+位zz+岛z。+厥z；+岛z；+风z；+岛z·zz+