基于机器学习的整体穿刺加压参数预测方法

基于机器学习的整体穿刺加压参数预测方法

论文摘要

针对整体穿刺加压密实过程中碳布回弹导致平均层高波动范围较大,影响立体织物性能的问题,提出一种基于机器学习理论的加压参数预测方法,将平均层高与加压参数之间复杂建模转换为多元回归问题,使用适合计算机运算的无约束优化迭代方法求解。基于scikit-learn类库对特征变量进行特征选择,对比6种回归模型的预测性能得分后选择K近邻回归作为基学习器,使用集成算法提升模型的预测性能。预测模型部署到生产环境后的实验结果表明:使用机器学习预测后,加压参数对整体穿刺过程平均层高均值变化的响应速度得到提高,且均值变化幅度得到降低,实验样本平均层高波动范围均值从12. 0%降低至6. 8%,标准差从0. 008 3降低至0. 006 6。

论文目录

  • 1 整体穿刺加压参数预测建模
  •   1.1 整体穿刺工艺流程
  •   1.2 基于机器学习的参数之间关系建模
  •   1.3 学习算法的评估指标和方法
  • 2 整体穿刺加压参数预测模型训练
  •   2.1 基于机器学习的加压参数预测流程
  •   2.2 数据特征处理
  •     2.2.1 数据特征转换
  •     2.2.2 数据特征选择
  •   2.3 模型选择
  •   2.4 优化模型
  • 3 参数预测模型的实验验证
  •   3.1 控制参数预测的实验参数与设备
  •   3.2 实验结果分析与讨论
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 杨景朝,蒋秀明,董九志,陈云军,梅宝龙

    关键词: 立体织物,整体穿刺,控制参数预测,机器学习

    来源: 纺织学报 2019年08期

    年度: 2019

    分类: 工程科技Ⅰ辑

    专业: 轻工业手工业

    单位: 天津工业大学机械工程学院,天津工业大学天津市现代机电装备技术重点实验室,天津工业大学电气工程与自动化学院

    基金: 天津市科技支撑重点计划项目(15ZCZDGX00840)

    分类号: TS174

    DOI: 10.13475/j.fzxb.20180606307

    页码: 157-163

    总页数: 7

    文件大小: 363K

    下载量: 79

    相关论文文献

    • [1].一个轻量级分布式机器学习系统的设计与实现[J]. 计算机工程 2020(01)
    • [2].百度研究院发布2020年十大科技趋势预测[J]. 中国经济周刊 2020(01)
    • [3].浅谈中高年级本科生机器学习知识传授与科研素养培育的三大主线[J]. 教育教学论坛 2020(10)
    • [4].自动化机器学习中的超参调优方法[J]. 中国科学:数学 2020(05)
    • [5].机器学习系统毒化攻击综述[J]. 通信技术 2020(03)
    • [6].机器学习在地球物理测井中的应用进展[J]. 测井技术 2020(02)
    • [7].基于自动机器学习的云平台动态资源调度研究[J]. 科技视界 2020(13)
    • [8].非经典条件下的机器学习方法专题前言[J]. 软件学报 2020(04)
    • [9].“机器学习+量子计算”未来可期[J]. 张江科技评论 2020(03)
    • [10].机器学习在粒子加速器的应用(英文)[J]. 数据与计算发展前沿 2019(06)
    • [11].机器学习如何改变教育[J]. 计算机与网络 2020(12)
    • [12].机器学习诞生新型“研究员”[J]. 机床与液压 2020(14)
    • [13].机器学习如何推动5G网络[J]. 计算机与网络 2020(13)
    • [14].一种机器学习与相变之间的新型映射(英文)[J]. 中国科学技术大学学报 2020(01)
    • [15].机器学习预测金融市场走势[J]. 数据分析与知识发现 2020(08)
    • [16].魏德米勒自动化机器学习解决方案[J]. 石油化工自动化 2020(05)
    • [17].面向数据科学研究生的机器学习课程教学研究[J]. 计算机教育 2020(11)
    • [18].基于机器学习的智慧农业决策系统设计与实现[J]. 信息与电脑(理论版) 2018(24)
    • [19].分布式机器学习平台与算法综述[J]. 计算机科学 2019(03)
    • [20].机器学习在反洗钱领域的应用与发展[J]. 清华金融评论 2019(04)
    • [21].机器学习让计算机更智能[J]. 计算机与网络 2019(14)
    • [22].机器学习在经济学中的应用[J]. 纳税 2019(24)
    • [23].机器学习在网络空间安全研究中的应用分析[J]. 电脑知识与技术 2019(24)
    • [24].基于机器学习的城市生成方法研究[J]. 智能建筑与智慧城市 2019(11)
    • [25].降低机器学习门槛的六大工具[J]. 电脑知识与技术(经验技巧) 2019(10)
    • [26].机器学习在企业级场景中的实践与探讨[J]. 中国建设信息化 2018(03)
    • [27].机器学习——我们该如何与机器竞争[J]. 数字通信世界 2018(01)
    • [28].机器学习的能力范围及其对劳动力的影响[J]. 世界科学 2018(04)
    • [29].机器学习即服务[J]. 网络安全和信息化 2017(10)
    • [30].机器学习作用于信息安全的五大顶级案例[J]. 网络安全和信息化 2018(01)

    标签:;  ;  ;  ;  

    基于机器学习的整体穿刺加压参数预测方法
    下载Doc文档

    猜你喜欢