基于灰色系统理论的筒子纱卷绕密度测量误差预测
Journal of Textile Research（2023）
摘要
为提高采用激光扫描建模的筒子纱卷绕密度测量方法的测量精度,提出基于灰色系统理论的测量误差预测方法.通过灰色关联分析脉冲频率、采样周期和参数K与测量误差的相关性,获得满足灰色建模要求的建模参数.根据实际建模结构为非线性和建模因子序列中元素变化幅度较大的特点,基于传统多变量GM(1,N)幂模型,引入背景值优化和分数阶累加生成得到优化后的GM(1,N)幂模型,然后结合粒子群优化算法通过幂指数自适应寻优建立PSGM(1,N)幂模型,利用实际采集数据进行建模精度验证.结合测量误差预测值对卷绕密度测量值进行校正,得到更精确的卷绕密度值.结果表明,相比于传统多变量GM(1,N)幂模型,PSGM(1,N)幂模型的卷绕密度测量误差预测精度提升了 48.6%,激光扫描建模方法的测量精度提高了 11.7%.
更多关键词
bobbin yarn,winding density,grey system theory,particle swarm optimization algorithm,background value optimization,fractional cumulative generation,error prediction
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要