本文關(guān)鍵詞：基于人工智能的配棉技術(shù)和紗線質(zhì)量預(yù)測系統(tǒng)的研究，，由筆耕文化傳播整理發(fā)布。

基于人工智能的配棉技術(shù)和紗線質(zhì)量預(yù)測系統(tǒng)的研究

下載積分：400

內(nèi)容提示：本文研發(fā)了基于人工智能的配棉技術(shù)與紗線質(zhì)量預(yù)測系統(tǒng)，研究了B／S結(jié)構(gòu)模式下， 將數(shù)據(jù)層、業(yè)務(wù)邏輯層和表示層進(jìn)行封裝和分離的數(shù)據(jù)保護(hù)問題。探討了綜合計(jì)算機(jī)軟件 和人工智能算法等多種關(guān)鍵技術(shù)來實(shí)現(xiàn)計(jì)算機(jī)自動配棉和紗線質(zhì)量預(yù)測等多種功能的方 法，并在ASP．Net開發(fā)平臺中實(shí)現(xiàn)了MVC架構(gòu)模式。 本文研究了原棉性能與紗線質(zhì)量之間的關(guān)系，為了解決配棉難的問題，設(shè)計(jì)了新的計(jì) 算機(jī)自動配棉數(shù)學(xué)模型，分析了基本遺傳算法在解決該問題時(shí)的優(yōu)缺點(diǎn)，并運(yùn)用群體排序 和局部尋優(yōu)等關(guān)鍵技術(shù)，提出了一種改進(jìn)的混合遺傳算法。本文設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)和RBF 神經(jīng)網(wǎng)絡(luò)紗線質(zhì)量預(yù)測模型，分析了標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法在構(gòu)建紗線質(zhì)量預(yù)測模型時(shí)存 在的不足及其原因，探討了一種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)紗線質(zhì)量預(yù)測模型，實(shí)驗(yàn)證明該模型 增加了網(wǎng)絡(luò)的收斂速度并提高了系統(tǒng)穩(wěn)定性；構(gòu)建了基于遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)紗線質(zhì) 量預(yù)測模型，該模型預(yù)測精度較高，訓(xùn)練時(shí)間較短，能很好地解決紗線質(zhì)量預(yù)測的問題。 關(guān)鍵詞：自動配棉；BP神經(jīng)網(wǎng)絡(luò)算法；P-d3F神經(jīng)網(wǎng)絡(luò)算法；混合遺傳算法；紗線質(zhì) 量預(yù)測

文檔格式：PDF| 瀏覽次數(shù)：4| 上傳日期：2012-03-06 04:20:44| 文檔星級：

該用戶還上傳了這些文檔

  本文關(guān)鍵詞：基于人工智能的配棉技術(shù)和紗線質(zhì)量預(yù)測系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。