[發明專利]一種基于LSSA-LSSVM的蠶繭真空水浴工藝設計解舒率預測模型構建方法

在審

• 申請號: 202111482041.5
• 申請日: 2021-12-07
• 公開（公告）號: CN114154268A
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 黃程卓;孫衛紅;邵鐵鋒
• 申請（專利權）人: 中國計量大學
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/27;G06N3/00;G06N3/04;G06N3/08;G06Q10/04;G06Q50/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于LSSA?LSSVM的蠶繭真空水浴工藝設計解舒率預測模型構建方法，具體包括以下步驟：獲取蠶繭真空水浴工藝解舒數據集后歸一化處理，并劃分為訓練樣本集和測試樣本集；設定LSSVM初始參數并建立LSSVM初始模型，利用所述LSSVM初始模型對所述訓練樣本集進行訓練預測；采用改進的麻雀搜索算法LSSA對上述預測結果進行參數優化，得到最優超參數組(γ^*,σ^2*)，從而建立基于LSSA?LSSVM的蠶繭真空水浴工藝設計解舒率預測模型；測試樣本集進行預測測試，衡量LSSA?LSSVM的蠶繭真空水浴工藝設計解舒率預測模型對解舒率的預測效果。本發明具有參數尋優能力強，預測時間短且預測精度高等優點，為相關工藝設計人員調整和優化蠶繭真空水浴工藝參數提供了參考。

技術領域

本發明屬于生絲生產加工技術領域，具體涉及一種基于LSSA-LSSVM的蠶繭真空水浴工藝設計解舒率預測模型構建方法。

背景技術

煮繭是繅絲生產過程中的關鍵工序，蠶繭蒸煮情況的優劣不僅影響后道加工工序的效率，也直接影響解舒率、清潔、潔凈、生絲線密度等生絲質量指標。

目前，繅絲生產企業及纖檢機構大多采用蠶繭真空水浴工藝試煮法驗證解舒效果是否滿足實際生產要求，即通過調整真空滲透、低溫滲透、蒸汽滲透、高溫水煮與降溫出繭各工序中溫度、真空度、時間等參數組合，試驗得出對應的解舒質量指標如解舒率等。試煮試驗工作繁瑣且工藝參數的調整完全取決于檢驗人員經驗，難以對工藝設計效果預測與工藝及時調整優化，造成時間和原材料的浪費，影響生絲的生產效率以及生絲檢驗的進度。因此，如何實現對解舒率的快速準確預測成為煮繭工藝優化控制的關鍵。

近幾年來，人工智能手段蓬勃發展，最小二乘支持向量機(LSSVM)以其非線性建模能力強、泛化能力強、訓練時間短等優點而在紡織領域得以應用，但存在LSSVM預測性能受超參數影響，預測精度不高的問題。為此有些研究者用粒子群算法(PSO)等優化LSSVM進行參數尋優，雖然能夠提高LSSVM參數的性能，但這些算法存在收斂速度慢，易陷入局部最優的不足。

發明內容

本發明解決的技術問題是：克服現有技術的不足，提供一種基于 LSSA-LSSVM的蠶繭真空水浴工藝設計解舒率預測模型構建方法，利用 LSSA-LSSVM預測模型對真空水浴設計后的蠶繭解舒率進行預測，縮短了預測時間且提高了預測精度，有助于蠶繭真空水浴工藝設計及時調整優化。

本發明采用的技術方案如下：

一種基于LSSA-LSSVM的蠶繭真空水浴工藝設計解舒率預測模型構建方法，包括以下步驟：

S1：獲取蠶繭真空水浴工藝解舒數據集D＝(X,Y)，所述蠶繭真空水浴工藝解舒數據集包括繭質定量特性、真空水浴工藝設計數據及蠶繭解舒率；

S2：將所述蠶繭真空水浴工藝解舒數據集D＝(X,Y)進行標準化數據處理，將所述蠶繭真空水浴工藝解舒數據集按7:3的比例隨機劃分為用于構建解舒率預測模型的訓練樣本集N與用來驗證模型預測效果的測試樣本集M；

S3:設定LSSVM初始參數并建立蠶繭真空水浴工藝設計解舒率LSSVM初始模型，利用所述蠶繭真空水浴工藝設計解舒率LSSVM初始模型對所述訓練樣本集N進行預測；

S4：采用改進的麻雀搜索算法LSSA對訓練樣本集預測結果進行參數優化，得到最優超參數組(γ^*,σ^2*)，從而建立基于LSSA-LSSVM的蠶繭真空水浴工藝設計解舒率預測模型；

S5:進行測試樣本集M預測測試，得到工藝參數組合設計的解舒率預測值，衡量基于LSSA-LSSVM的蠶繭真空水浴工藝設計解舒率預測模型對蠶繭解舒率的預測效果。采用決定系數(R²)、均方根誤差(RMSE)、平均相對誤差絕對值 (MAPE)、平均絕對誤差(MAE)作為模型性能評價指標，各指標計算公式分別如下：