基于LSSA-LSSVM的蚕茧解舒质量预测模型

针对煮茧工艺优化需根据解舒质量反复人工试煮而造成生产效率低、原料浪费等问题,基于LSSA-LSSVM算法,提出一种面向纤检机构真空减压煮茧工艺的蚕茧解舒质量预测模型。首先,提取蚕茧质量特性、真空减压煮茧工艺参数与解舒质量变量作为最小二乘支持向量机(LSSVM)的输入与输出变量。其次,引入拉丁超立方抽样方法(LHS)与Levy飞行策略优化原始麻雀搜索算法的初始化方式与位置更新方式,获得改进的麻雀搜索算法(LSSA)。最后,利用LSSA得到LSSVM的最优超参数组合(γ*,σ2*),建立解舒质量预测模型。实验结果表明,该模型预测准确率均值可达94.75%,预测时间均值为0.15 s,满足煮茧工艺精度与实时性要求,可用于煮茧工艺参数仿真优化,进而减少试煮次数,提高生产效率,该方法同时可推广至缫丝企业。