基于多元线性回归与BP神经网络的缝口强力预测
作者机构：浙江理工大学服装学院杭州310018 浙江理工大学服装设计国家级虚拟仿真实验教学中心杭州310018 浙江理工大学服装国家级实验教学示范中心杭州310018
基 金：服装国家级实验教学示范中心及服装设计国家级虚拟仿真实验教学中心实验教学项目(ZX 2019006)
出 版 物：《浙江理工大学学报（自然科学版）》 (Journal of Zhejiang Sci-Tech University(Natural Sciences))
年 卷 期：2020年第43卷第6期
页 码：749-756页
摘 要：缝口强力的影响因素众多且相互间的关系复杂,有效地预测缝口强力有利于服装的品控。采用经选定的涤棉混纺面料为实验对象,通过控制变量法进行缝口强力5因素3水平的全面实验。选定缝纫因素,包括缝型、线迹类型、缝边宽度、机针号数和线迹密度。用SPSS分析单因素对缝口强力的影响作为预测依据;基于多元线性回归和BP人工神经网络,用Matlab编程建立缝口强力预测模型,并比较两种预测方法的准确性;最后用较优的预测模型搭建针对服装企业的缝纫工艺参数推荐框架。结果表明:多元线性回归与BP神经网络模型预测误差均值分别为8.579%和2.642%,说明BP神经网络的整体预测精度更高,建议采用BP神经网络预测模型来进行缝纫工艺参数推荐。
主 题 词：缝纫参数 缝口强力 多元线性回归 BP人工神经网络 预测模型 缝纫参数推荐
学科分类：0821[工学-兵器类] 08[工学] 082104[082104]
D O I：10.3969/j.issn.1673-3851(n).2020.06.003
馆 藏 号：203988245...
