| 中文摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-26页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究状况 | 第12-24页 |
| 1.2.1 集聚纺纱研究状况 | 第12-15页 |
| 1.2.2 神经网络在纺织领域中的应用状况 | 第15-18页 |
| 1.2.3 输入参数优选方法的研究状况 | 第18-24页 |
| 1.3 研究内容及章节安排 | 第24-26页 |
| 第二章 精梳毛纺成纱质量神经网络输入参数优选 | 第26-45页 |
| 2.1 精梳毛纺实验及成纱质量指标测试 | 第26-28页 |
| 2.2 神经网络输入参数优选方法 | 第28-37页 |
| 2.2.1 灰色关联分析法 | 第29-30页 |
| 2.2.2 基于变异系数权重的TOPSIS综合评价法 | 第30-32页 |
| 2.2.3 基于专家知识的数据优选方法 | 第32-33页 |
| 2.2.4 基于输入对输出影响程度的数据优选方法 | 第33-34页 |
| 2.2.5 模糊推理 | 第34-36页 |
| 2.2.6 优选结果融合 | 第36-37页 |
| 2.3 神经网络输入参数排序结果 | 第37-44页 |
| 2.3.1 成纱条干不匀率神经网络输入参数排序 | 第37-38页 |
| 2.3.2 成纱细节神经网络输入参数排序 | 第38-39页 |
| 2.3.3 成纱粗节神经网络输入参数排序 | 第39-40页 |
| 2.3.4 成纱断裂强度神经网络输入参数排序 | 第40-41页 |
| 2.3.5 成纱断裂强度不匀率神经网络输入参数排序 | 第41-42页 |
| 2.3.6 成纱断裂伸长率神经网络输入参数排序 | 第42-43页 |
| 2.3.7 成纱断裂伸长率不匀率神经网络输入参数排序 | 第43-44页 |
| 2.4 本章小结 | 第44-45页 |
| 第三章 精梳毛纺成纱质量神经网络预测及反演模型 | 第45-64页 |
| 3.1 BP神经网络 | 第45-47页 |
| 3.1.1 BP神经网络介绍 | 第45-46页 |
| 3.1.2 BP神经网络设计 | 第46-47页 |
| 3.2 输入参数优选结果有效性的验证 | 第47-53页 |
| 3.2.1 成纱条干不匀率 | 第48-49页 |
| 3.2.2 成纱细节 | 第49-50页 |
| 3.2.3 成纱粗节 | 第50页 |
| 3.2.4 成纱断裂强度 | 第50-51页 |
| 3.2.5 成纱断裂强度不匀率 | 第51-52页 |
| 3.2.6 成纱断裂伸长率 | 第52页 |
| 3.2.7 成纱断裂伸长率不匀率 | 第52-53页 |
| 3.3 精梳毛纺成纱质量神经网络预测模型及结果 | 第53-57页 |
| 3.4 精梳毛纺纺纱参数神经网络反演模型及结果 | 第57-62页 |
| 3.4.1 反演的作用 | 第57页 |
| 3.4.2 精梳毛纺纺纱参数神经网络反演模型 | 第57-58页 |
| 3.4.3 精梳毛纺纺纱参数神经网络反演及结果分析 | 第58-62页 |
| 3.5 本章小结 | 第62-64页 |
| 第四章 精梳毛纺成纱质量神经网络预测与反演模型的优化 | 第64-80页 |
| 4.1 遗传算法 | 第64-65页 |
| 4.2 基于遗传算法的BP神经网络 | 第65-69页 |
| 4.2.1 遗传算法的设计 | 第65-67页 |
| 4.2.2 遗传算法实施步骤 | 第67-68页 |
| 4.2.3 遗传算法程序 | 第68-69页 |
| 4.3 精梳毛纺成纱质量神经网络预测模型优化 | 第69-74页 |
| 4.3.1 成纱条干不匀率 | 第70页 |
| 4.3.2 成纱细节 | 第70-71页 |
| 4.3.3 成纱粗节 | 第71页 |
| 4.3.4 成纱断裂强度 | 第71-72页 |
| 4.3.5 成纱断裂强度不匀率 | 第72-73页 |
| 4.3.6 成纱断裂伸长率 | 第73-74页 |
| 4.3.7 成纱断裂伸长率不匀率 | 第74页 |
| 4.4 精梳毛纺纺纱参数神经网络反演模型优化 | 第74-79页 |
| 4.4.1 纤维直径的反演结果比较 | 第75-76页 |
| 4.4.2 纤维长度的反演结果比较 | 第76页 |
| 4.4.3 钢丝圈号数的反演结果比较 | 第76-77页 |
| 4.4.4 牵伸倍数的反演结果比较 | 第77页 |
| 4.4.5 锭子转速的反演结果比较 | 第77-78页 |
| 4.4.6 细纱捻度的反演结果比较 | 第78-79页 |
| 4.4.7 成纱细度的反演结果比较 | 第79页 |
| 4.5 本章小结 | 第79-80页 |
| 第五章 结论与展望 | 第80-82页 |
| 5.1 结论 | 第80-81页 |
| 5.2 不足与展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 附录A BP神经网络预测及反演模型训练参数的选择 | 第86-90页 |
| 附录B 部分试样GA-BP神经网络预测及反演模型训练参数的选择 | 第90-94页 |
| 攻读学位期间公开发表论文 | 第94-95页 |
| 致谢 | 第95-96页 |
