학술논문

基于LSSA-LSSVM的蚕茧解舒质量预测模型 / Prediction model of cocoon reeling quality based on LSSA-LSSVM
Document Type
Academic Journal
Source
中国测试 / CHINA MEASUREMENT & TESTING TECHNOLOGY. 49(7):48-53
Subject
煮茧
解舒质量
改进的麻雀搜索算法
最小二乘支持向量机
cocoon cooking
reeling quality
improved sparrow search algorithm
least squares support vector machine
Language
Chinese
ISSN
1674-5124
Abstract
针对煮茧工艺优化需根据解舒质量反复人工试煮而造成生产效率低、原料浪费等问题,基于LSSA-LSSVM算法,提出一种面向纤检机构真空减压煮茧工艺的蚕茧解舒质量预测模型.首先,提取蚕茧质量特性、真空减压煮茧工艺参数与解舒质量变量作为最小二乘支持向量机(LSSVM)的输入与输出变量.其次,引入拉丁超立方抽样方法(LHS)与Levy飞行策略优化原始麻雀搜索算法的初始化方式与位置更新方式,获得改进的麻雀搜索算法(LSSA).最后,利用LSSA得到LSSVM的最优超参数组合(γ*,σ2*),建立解舒质量预测模型.实验结果表明,该模型预测准确率均值可达 94.75%,预测时间均值为 0.15 s,满足煮茧工艺精度与实时性要求,可用于煮茧工艺参数仿真优化,进而减少试煮次数,提高生产效率,该方法同时可推广至缫丝企业.