基于支持向量机的精纺毛织物透气性预测

为了能够快速、高效地预测精纺毛织物材料透气性,首先对精纺毛织物透气性参数之间的关系进行分析,然后,基于对现有的精纺毛织物透气性预测方法进行比较分析,并借助支持向量机训练速度快、参数选择少的优点,构建了一种基于支持向量机的精纺毛织物透气性预测模型。其次,选取了34组精纺毛织物样本,其中27组作为训练样本,7组作为测试样本,通过提出的模型对精纺毛织物的透气性进行实验验证。结果表明:在参数C=1 325.525 8和σ=0.102 8的条件下,对精纺毛织物透气性预测结果的平均误差小于4%,得到较好预测结果。与现有BP神经网络预测模型相比,其预测精度提高了3%,进一步说明构建的模型有利于快速、高效地预测精纺毛织物材料透气性。