基于神经网络的精纺毛纱性能预测模型比较

为比较BP与RBF神经网络对精纺毛纱性能的预测能力，采集前纺与后纺的工艺参数作为输入节点，表征精纺毛纱性能的条干不匀率与断裂强力分别作为输出节点，采用软件计算工具中的反向传播(BP)神经网络、径向基(RBF)神经网络分别建立细纱条干不匀率与断裂强力的预测模型，从统计学角度反映2种模型的预测性能。实验结果表明，在输入样本数较大、输入维数较高、精度要求相同的情况下，RBF神经网络模型的训练速度明显快于BP神经网络模型，但BP神经网络模型的预测性能略优于RBF函数神经网络模型，特别是遇到异常样本时，BP神经网络模型表现出更强的容错能力。