Utilizamos redes multicapa de feed-forward para estudiar esta área. El algoritmo de aprendizaje es el algoritmo de retropropagación utilizado ampliamente por nuestras redes neuronales. Ingrese las propiedades de la tela y use una red neuronal artificial para generar propiedades y valores de la tela. El modo de entrenamiento de la red neuronal artificial es el primero; en este modo, la entrada de entrenamiento de los pilares del tejido y el valor de rendimiento real del tejido son los objetivos de entrenamiento respectivamente. En primer lugar, la red neuronal artificial predice el rendimiento de la fabricación de prendas en función del rendimiento del tejido en comparación con sus valores objetivo y modifica el desfile en función del error para predecir el futuro. Repita este ciclo de corrección de predicción hasta que el valor de predicción de error y el valor objetivo satisfagan las necesidades y se complete la capacitación. Después del entrenamiento, se establece el modo de consulta de la red neuronal artificial, en el que los valores de rendimiento proporcionados por la ropa (salida de la consulta) se componen de los valores de rendimiento de la tela (entrada de la consulta).
El proceso de retropropagación es:
(1) Inicializar valores aleatorios con un peso unitario pequeño. (2) Entrada de aplicación o (10) Red. (3) La entrada de avance o propagación verifica o determina la salida de todas las unidades.
(4) Compare el valor ideal de la capa de salida (Y) de la respuesta unitaria con el valor objetivo o valor de respuesta (representado por Y)
Donde ∑ Ni = 0Wijxij = 1, 2, 3,? , Hombre (1) Función de error correo electrónico: (fórmula omitida)
La función de transferencia se realiza a través de la función de dos puntos en forma de S f (x): (fórmula omitida)
(5) Uso La sensibilidad a los errores de cálculo y propagación se mide hacia atrás (desde la capa de salida) a través de la red, en la que se realiza la corrección de peso.
(6) Para minimizar el error total, ajuste el peso unitario de cada etapa: (fórmula omitida)
(7) El aprendizaje de impulso es un método mejorado de descenso de gradiente continuo. El peso después de actualizar la ecuación será: (fórmula omitida)
(8) El período de entrenamiento o predicción precisa calculada a partir del resultado de salida.
En caso contrario, vuelva al paso (2). Diagrama esquemático de la estructura de la red neuronal artificial de BP basada en una red neuronal. 1.
Método experimental
1. Comportamiento de los tejidos, siempre que la investigación sea en la industria de confección.
Este estudio recopiló 64 tipos de tejidos en la industria de la confección. Estos tejidos son principalmente lana, lana, seda, poliéster, tejidos mezclados de algodón/poliéster y mezclas ligeras de lana/poliéster. Los grupos de fibras para esta especificación se enumeran en la Tabla 1.