改进的LM-BP算法预测活性染料染色K/S值

针对标准BP算法收敛速度慢、易出现局部极小值等缺陷，采用Levenberg-Marquardt算法，提出了一种经改进的BP神经网络预测模型。运用该预测模型，建立了活性染料染色各工艺参数与织物表面色深K/S值之间的对应关系，同时将其与传统BP算法预测模型在网络收敛时间、预测准确度等方面进行了比较。结果表明：传统BP算法经1500步训练后达到的收敛精度，在LM-BP算法预测模型中只需大约7步训练。染色K/S值预测值和实验值之间的相关系数R也相应由0.995提高到0.999。对比认为，LM-BP算法预测模型在对活性染料染色K/S值的预测中更为优越，时间短、准确率高。