基于GRA-GA-BP神经网络的家居服面料透气性能预测

• Published in: 丝绸 Vol. 61; no. 10; pp. 46 - 52
• Main Authors: 王彬霞, 王春红, 陈雅颂, 周金香, 殷兰君, 杨道鹏
• Format: Journal Article
• Language: Chinese
• Published: 天津工业大学纺织科学与工程学院,天津 300387 2024; 天津工业大学教育部与天津市共建先进复合材料重点实验室,天津 300387; 天津工业大学中空纤维膜材料与膜过程重点实验室,天津 300387%天津工业大学数学科学学院,天津 300387%深圳全棉时代科技有限公司,深圳 518109%绍兴中纺联检验技术服务有限公司,浙江绍兴 312000
• Subjects: 灰色关联分析; 透气性预测; breathability prediction; fabric; household apparel; grey correlation analysis; improved BP neural network; 织物; 家居服; 改进BP神经网络

TS101.923.4; 本文构建了一种改进BP神经网络模型来预测家居服面料的透气性能,能为家居服设计提供重要的参考.首先,采用灰色关联分析法(Grey Relation Analysis,GRA),选择与透气率关联度较大的因素作为研究对象.其次,采用遗传算法(GA)优化BP神经网络的结构参数,构建基于灰色关联分析的遗传算法优化BP(GRA-GA-BP)神经网络预测模型.选取58种面料成分不同、织物组织各异的家居服面料,其中42种为模型训练样本,16种为测试样本对建立的模型进行验证.实验结果表明,透气率实测值与预测值平均相对误差为8.39％;对透气率实测值与预测值进行相关性分析,拟合优度R2为...