论文部分内容阅读
针对BP神经网络收敛速度慢，容易陷入局部最优解和遗传算法搜索范围广、效率高、鲁棒性强的特点，提出将二者结合用于精毛纺粗纱过程建模和质量预报。将BP网络初始权重和阈值按一定规律串接成字符串作为遗传算法的染色体，通过选择、交叉和变异操作对其优化，优化后的值作为该BP网络的初始权重和阈值进行二次训练。采用相同的数据训练表明，未优化的BP网络达不到预定精度或陷入局部最优解，经GA优化后收敛速度快且达到了所需精度。粗纱CV值和单重的20组数据预报表明：预报值与实测值间的相对平均误差率由之前的3．56％和3．48％分