关键词：Python;机器学习;GUI;MEA-LM-BP神经网络;小波神经网络
摘 要：纺织加工过程中,原料的纤维指标与成纱质量指标之间存在一定的联系,我们可以借助神经网络算法来进行成纱质量预测。但是目前,我国的麻纱纺织行业企业,智能化程度仍然不够,例如,对数据的处理仍采用人工处理,虽然已有很多的研究表明神经网络在预测成纱质量方面有很高的精确度,但是普通纺织企业并不能将其运用到实际的生产过程中去。事实上,目前并没有以普通纺织行业的普通工人为受众的成纱质量预测系统的开发,导致这些预测模型没能实现用户化。(1)本文在前人对成纱质量预测算法的研究基础上,通过对苎麻纤维指标:束纤维平均断裂强(CN/Tex),精干麻平均支数(Nm),精干麻硬条率,精梳条麻粒,精梳条并丝,精梳条重量不匀,精梳条重量偏差,精梳条回潮率进行训练,对成纱不匀,成纱条干,成纱麻粒三个性能指标进行预测。首先采用MEA-BP预测模型进行建模分析,在此基础上,采用LM算法优化改进MEA算法,从而提高了模型的预测精度,加快了收敛速度。提出了基于MEA-LM-BP的神经网络算法对成纱质量进行预测。首次引入小波神经网络算法对成纱质量进行预测。通过建模分析得出小波神经网络在预测成纱质量方面有较高的预测精度。(2)本文借助Python平台设计并实现了基于模块化设计的成纱质量预测系统,设计了预测模块,数据处理模块以及可视化模块,并且提供了便捷的GUI界面,用户在使用时只需要以点击按钮的方式就可以实现使用模型完成成纱质量预测的操作。(3)运用web技术单独设计了一个简单的在线麻纱数据管理页面,方便数据的在线管理,方便相关人员可以随时随地进行数据的增、删,改等操作,最重要的意义在于此web页面可以直接与麻纱预测系统进行对接,甚至可以实现对实时数据的操作,这样的设计更符合大数据时代的潮流。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取