首页|基于BP神经网络与遗传算法的烘丝机干燥工艺参数优化

基于BP神经网络与遗传算法的烘丝机干燥工艺参数优化

扫码查看
原文链接
  • 万方数据
  • 维普
针对传统烘丝机工艺参数优化缺乏具体的数学模型以及烘丝机工艺参数多的问题,提出采用主成分分析法对工艺参数进行降维,筛选出主要影响参数作为BP神经网络的输入,实现叶丝含水率的预测;在烘丝机工艺参数约束下,利用遗传算法搜索最优解,进而求解出烘丝机最佳工艺参数,提升叶丝质量.结果表明:主成分分析法结合BP的训练时间和平均相对误差绝对值都具有很大优势,平均相对误差绝对值为0.42％,分别降低了 0.06％和1.08％;通过遗传算法可求解出最佳工艺参数,且在最佳烘丝工艺参数条件下,输出的叶丝含水率与最优值(12.7％)的误差为1.464 1×10-6,实现了烘丝过程对叶丝含水率的精确控制.
Process Parameter Optimization of Silk Dryer Based on BP Neural Network and Genetic Algorithm

silk dryerprincipal component analysisBP neural networkgenetic algorithm

赵晓雷

展开 >

广西中烟工业有限责任公司柳州卷烟厂,广西柳州 545001

烘丝机 主成分分析 BP神经网络 遗传算法

广西中烟工业有限责任公司资助项目

GXZYZZ2021E001

2023

10.19344/j.cnki.issn1671-5276.2023.05.043

机械制造与自动化
南京机械工程学会 南京机电产业（集团）有限公司

机械制造与自动化

CSTPCD
影响因子：0.29
ISSN：1671-5276
年,卷(期)：2023.52(5)
  • 1
  • 9