基于時間序列的紗線直徑預測方法

王延蒙

(濟寧職業(yè)技術學院，山東 濟寧 272073)

0 引言

紗線質量常用的表征參數為條干不勻率，而紗線直徑是計算紗線條干不勻的主要參數[1-2]。神經網絡模型廣泛應用于預測紗線質量：王侃楓等基于遺傳規(guī)劃的基本原理，建立紗線條干不勻率的非線性關系函數模型[3]；張羽彤等使用優(yōu)選方法，選取4種對紗線條干不勻率影響最大的參數，并基于BP神經網絡預測紗線質量[4]；王東平等基于關聯度分析原理，建立支持向量機回歸的紗線質量預測模型，在小樣本容量下的擬合性好于BP神經網絡[5]；楊建國等改進ELM算法，使用精梳工序的10個工藝指標作為輸入參數，建立毛紗條干值的預測模型[6]；袁利華通過使用HVI檢測系統(tǒng)選取輸入層變量，建立基于RBF神經網絡的紗線條干不勻預測模型[7]。

上述預測模型的預測結果經過與實際值對比，取得了較好的預測效果，但均是基于加工紗線工序的各項工藝參數進行預測。時間序列預測是基于對歷史數據的分析，預測未來數據的變化情況。筆者提出一種基于時間序列預測紗線直徑的模型，根據線陣CCD測量的紗線直徑，建立比較精確的、反映紗線直徑預測值和歷史值關系的數學模型。

1 時間序列預測方法

使用線陣CCD對紗線直徑在線實時測量，在相等間隔的時間段內測量的紗線直徑值構成紗線直徑的時間序列。時間序列預測方法，主要包括自回歸模型(AR模型)、移動平均模型(MA模型)和自回歸滑動平均模型ARMA(p，q)預測方法[8-9]。

紗線直徑自回歸模型預測的基本思想，是利用前期測量的紗線直徑的線性組合來描述之后某時刻的紗線直徑。……