System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 配纱方案模型训练方法、配纱方法、设备、配纱系统以及可读存储介质技术方案_技高网

配纱方案模型训练方法、配纱方法、设备、配纱系统以及可读存储介质技术方案

技术编号:43316281 阅读:2 留言:0更新日期:2024-11-15 20:17
本申请涉及一种配纱方案模型训练方法、配纱方法、设备、配纱系统以及可读存储介质,通过获取历史数据训练集,并对历史数据训练集中历史订单对应的棉纤维属性数据、面料性能指标和工艺参数进行数据预处理后,输入指预设的机器学习模型,能够获得与历史数据训练集相适应的配纱方案训练模型,该配纱方案训练模型能够可靠地反映历史订单中纱线性能的具体表现,通过该配纱方案训练模型能够为下一个订单中的纱线配置提供可靠、稳定的模型基础,进而实现精准配纱。

【技术实现步骤摘要】

本申请涉及配纱,特别是涉及一种配纱方案模型训练方法、配纱方法、设备、配纱系统以及可读存储介质


技术介绍

1、在纺织工业中,纱线的撕破拉伸强力是非常重要的。这项指标直接影响到由纱线制成的纺织品在实际应用中的性能表现。随着纺织行业的不断发展和创新,对纱线配置成为了行业迫切需要解决的问题之一。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高纱线配置的可靠程度的配纱方案模型训练方法、配纱方法、设备、配纱系统以及可读存储介质。

2、第一方面,本申请提供了一种配纱方案模型训练方法,包括:

3、获取历史数据训练集,历史数据训练集包括历史订单对应的棉纤维属性数据、面料性能指标和工艺参数,面料性能指标包括撕破拉伸指标;

4、对历史数据训练集中的数据进行预处理;其中,预处理包括对历史数据训练集中的异常数据进行剔除处理,并对剔除处理后的棉纤维属性数据和面料性能指标进行归一化处理,以及对剔除处理后的工艺参数进行独热编码处理;

5、将预处理后的历史数据训练集中的数据输入至预设的机器学习模型,确定配纱方案训练模型。

6、在其中一个实施例中,获取历史数据训练集的步骤包括:

7、获取多个历史订单对应的棉纤维属性数据和工艺参数;

8、对各历史订单生产的布料产品进行测试,确定各历史订单对应的面料性能指标。

9、在其中一个实施例中,上述配纱方案模型训练方法还包括:

10、在存在新增订单的情况下,基于已完成的新增订单所对应的棉纤维属性数据和工艺参数,以及对新增订单的布料产品进行测试所确定的面料性能指标,更新历史数据训练集,并进入对历史数据训练集中的数据进行预处理的步骤。

11、在其中一个实施例中,更新历史数据训练集,并进入对历史数据训练集中的数据进行预处理的步骤包括:

12、更新历史数据训练集,并立即进入对历史数据训练集中的数据进行预处理的步骤;或,

13、更新历史数据训练集,并在预定的时间进入对历史数据训练集中的数据进行预处理的步骤。

14、在其中一个实施例中,工艺参数包括整理方式、布种结构和布料颜色深浅;和/或,

15、面料性能指标包括撕破拉伸指标;和/或,

16、棉纤维属性数据包括纱支粗细、纱支密度和纺纱方式。

17、第二方面,一种配纱方法,包括:

18、对订单所对应的待预测数据进行预处理;待预测数据包括棉纤维属性数据、用户期望的面料性能指标和工艺参数;

19、将预处理后的待预测数据输入至配纱方案训练模型,确定符合用户期望的面料性能指标要求的备选纱线;

20、获取纱线的实际库存数据,并确定目标纱线;目标纱线为备选纱线中有库存且强力指标最低的纱线;

21、其中,配纱方案训练模型为基于执行上述配纱方案模型训练方法的步骤所确定的。

22、在其中一个实施例中,对订单所对应的待预测数据进行的预处理的步骤与上述配纱方案模型训练方法中的预处理步骤相同。

23、第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述配纱方法的任一方法的步骤。

24、第四方面,一种配纱系统,包括:

25、如上述的计算机设备;

26、人机交互设备,与计算机设备连接,人机交互设备用于:

27、响应于用户的待预测数据输入操作,发送待预测数据至计算机设备;

28、接收并显示计算机设备反馈的目标纱线;

29、响应于用户针对所显示的目标纱线的选择操作,显示目标纱线对应的待预测数据。

30、第五方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述配纱方法的任一方法的步骤。

31、上述配纱方案模型训练方法、配纱方法、设备、配纱系统以及可读存储介质,通过获取历史数据训练集,并对历史数据训练集中历史订单对应的棉纤维属性数据、面料性能指标和工艺参数进行数据预处理后,输入至预设的机器学习模型,能够获得与历史数据训练集相适应的配纱方案训练模型,该配纱方案训练模型能够可靠地反映历史订单中纱线性能的具体表现,通过该配纱方案训练模型能够为下一个订单中的纱线配置提供可靠、稳定的模型基础,进而实现精准的配置。

本文档来自技高网...

【技术保护点】

1.一种配纱方案模型训练方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取历史数据训练集,包括:

3.根据权利要求2所述的方法,其特征在于,还包括:

4.根据权利要求3所述的方法,其特征在于,所述更新所述历史数据训练集,并进入所述对所述历史数据训练集中的数据进行预处理的步骤包括:

5.根据权利要求1-4任一项所述的方法,其特征在于,所述工艺参数包括整理方式、布种结构和布料颜色深浅;和/或,

6.一种配纱方法,其特征在于,包括:

7.根据权利要求6所述的方法,其特征在于,对订单所对应的待预测数据进行的预处理的步骤与权利要求1-5中任一项所述的配纱方案模型训练方法中的预处理步骤相同。

8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求6或7所述的方法的步骤。

9.一种配纱系统,其特征在于,包括:

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求6或7所述的方法的步骤。

...

【技术特征摘要】

1.一种配纱方案模型训练方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取历史数据训练集,包括:

3.根据权利要求2所述的方法,其特征在于,还包括:

4.根据权利要求3所述的方法,其特征在于,所述更新所述历史数据训练集,并进入所述对所述历史数据训练集中的数据进行预处理的步骤包括:

5.根据权利要求1-4任一项所述的方法,其特征在于,所述工艺参数包括整理方式、布种结构和布料颜色深浅;和/或,

6.一种配纱方法,其特征在于,包括:

【专利技术属性】
技术研发人员:梁宝仪邓思威黎永强丁义珍
申请(专利权)人:广东溢达纺织有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1