基于ISSA-BP神经网络的棉纱条干均匀度预测

为解决棉纱条干均匀度难以预测的问题,提出了一种改进麻雀搜索算法(ISSA)优化BP神经网络的预测方法。首先,将棉纱成形过程中采集到的12个原棉指标进行特征提取,作为BP神经网络预测模型的输入变量。接着,利用佳点集策略,Levy飞行策略和锦标赛学习策略对麻雀搜索算法(SSA)进行改进。最后,利用ISSA搜索BP神经网络最优的初始权值和阈值,建立ISSA-BP神经网络模型。为验证改进算法的有效性,利用Python进行训练和仿真,并与BP模型、GA-BP模型、PSO-BP模型和SSA-BP模型进行预测结果对比。结果表明:ISSA-BP模型在棉纱条干均匀度预测中平均相对误差为1.52%,预测性能较优,误差较小,预测结果较为理想,可以有效预测棉纱条干均匀度。