关键词：神经网络;原液着色涤纶;均方误差;颜色预测;色差
摘 要：为探究纤维在加工成纱线和织物之后的颜色差异，文章通过测色仪采集原液着色涤纶短纤维、纱线和织物的L、a、b值，并运用神经网络的方法实现纤维、纱线和织物之间的颜色预测。分别以纤维与纱线、纱线与织物、纤维与织物的L、a、b值作为网络输入和目标，比较了不同训练算法的网络性能；利用控制变量法调整神经元数量和传递函数等，以最小化均方误差与最小色差为目标，确定较合理的网络结构。结果表明：trainlm(Levenberg-Marquardt)训练算法的网络输出与目标之间的均方误差最小，适合作为网络训练算法。隐层神经元数量在100时，样本数据网络输入与隐层、隐层与输出的传递函数分别为tansig和purelin时，均方误差最小且预测与真实值之间的平均色差较小；3个训练组的平均色差均小于0.7,表明网络预测效果较好，研究结果在企业对于纤维、纱线到织物生产过程中颜色把控具有一定的参考价值。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取