عنوان : ( پیش بینی خصوصیات نخ ریسیده شده در ریسندگی فاستونی با استفاده از روش ترکیبی شبکه عصبی با ناظر و بدون ناظر )
نویسندگان: وجیهه مظفری , پدرام پیوندی ,
Full Textچکیده
یکنواختی نخ، یکی از مهم‌ترین پارامترهای نخ از لحاظ کیفی می‌باشد که تأثیرات قابل توجهی بر عملیات چله کشی، بافندگی و در نهایت منسوج تولیدی دارد. این پارامتر بستگی مستقیم به خصوصیات الیاف و پارامترهای فرآیند ریسندگی دارد. در این تحقیق نایکنواختی نخ در سیستم ریسندگی فاستونی با استفاده از روش ترکیبی شبکه عصبی خود سازمان دهنده کوهونن و شبکه پرسپترون پیش‌بینی گردیده است. تعداد 2490 سری آزمایش شامل پارامترهای مواد اولیه و پارامترهای کیفی نخ تولیدی در یک کارخانه ریسندگی فاستونی جمع‌آوری و مورد پردازش قرار گرفت. در مرحله اول، ابتدا داده‌ها با استفاده از شبکه عصبی کوهونن خوشه‌بندی گردید. سپس هر خوشه به طور جداگانه به یک شبکه پرسپترون تغذیه گردید .در مرحله بعدی، پیش‌بینی یکنواختی نخ تنها با یک شبکه پرسپترون صورت پذیرفت. مقایسه نتایج حاصل از روش ترکیبی در مقایسه با شبکه پرسپترون نشان داد که استفاده از روش ترکیبی شبکه کوهونن و پرسپترون، خطا را به میزان 3.34 درصد کاهش می‌‌دهد.
کلمات کلیدی
شبکه عصبی کوهونن شبکه عصبی پرسپترون یکنواختی نخ ریسندگی فاستونی
@article{paperid:1105388,
author = {وجیهه مظفری and پیوندی, پدرام},
title = {پیش بینی خصوصیات نخ ریسیده شده در ریسندگی فاستونی با استفاده از روش ترکیبی شبکه عصبی با ناظر و بدون ناظر},
journal = {محاسبات نرم},
year = {2014},
volume = {2},
number = {2},
month = {March},
issn = {2322-3707},
pages = {62--73},
numpages = {11},
keywords = {شبکه عصبی کوهونن شبکه عصبی پرسپترون یکنواختی نخ ریسندگی فاستونی},
}
%0 Journal Article
%T پیش بینی خصوصیات نخ ریسیده شده در ریسندگی فاستونی با استفاده از روش ترکیبی شبکه عصبی با ناظر و بدون ناظر
%A وجیهه مظفری
%A پیوندی, پدرام
%J محاسبات نرم
%@ 2322-3707
%D 2014
