纺织学报格式
- 格式:doc
- 大小:169.00 KB
- 文档页数:7
投稿须知《纺织学报》是以促进学术交流,推动科学研究为宗旨,以报道纺织学科各专业的创造性研究成果为主的自然科学综合性学术期刊。
《纺织学报》面向纺织材料、纤维制造、纺织加工、染整加工、服装加工、纺织机械与设备制造等专业的整个纺织行业。
主要报道纺织工程领域的重大学术进展,反映纺织工程领域的最新科技动态,围绕企业技术进步传播最新的、重大的科技成果与信息,注重对纺织工程界重大问题的探讨与跨学科的学术交流。
具体内容如下:1)纺织科学前沿性研究成果,如国家自然科学基金资助项目、部委省级基金项目等;2)重大科技攻关成果(如973高技术计划项目等研究成果);3)与企业合作研究开发并取得较好经济效益的研究成果;4)重大发明创造成果;5)国家重点推广的新技术的新进展,推动企业科技进步的重大共性技术的研究成果,高新技术成果转化为生产力的成就;6)纺织工程领域跨学科交流成果;7)国内外纺织工程界最新动向与信息。
来稿要求和注意事项:1)论点明确、论据充分、数据可靠、条理清晰、文理通顺、文字精炼。
2)结构组成按次序排列为题名、作者署名、作者工作单位名称、摘要、关键词、中图分类号、英文题名、作者英文署名、作者工作单位英文名称、英文摘要、英文关键词、前言、正文、致谢、参考文献,在文稿第一页下面附基金项目(名称及编号)和第一作者简介。
作者简介包括姓名(出生年份-),性别,职称,学历(位),研究方向以及E-mail;如有通讯作者(学生投稿,一律须附通讯作者),应在第一作者简介后顺序列出:通讯作者的姓名,“通讯作者”字样,通讯作者的E-mail。
题名应简单明了,并能概括文章的主题,一般不超过20字;摘要应具有独立性和自含性,即不阅读论文的全文,就能获得必要的信息,摘要一般应说明研究工作的目的、方法、结果和结论等(不含或减少研究背景信息),而重点是结果和结论,以200~300字为宜,用第3人称写,尽量不重复题名中已有信息,不出现插图、表格、公式及参考文献序号等;关键词每篇论文选取4~8个单词或术语,英文关键词与中文关键词必须对应;中图分类号参见《中国图书馆分类法》(第4版)进行分类;正文字数最好在6000字以内(包括插图及表格),各层次标题用阿拉伯数字连续编码,前言部分不编号,结论内容不重复正文内容,较多时可分条来写,并给以编号,如1)、2)等;参考文献执行中华人民共和国国家标准GB7714—2005《文后参考文献著录规则》,只列主要的,未公开发表的资料请勿引用,著录格式采用顺序编码制,作者一律采用姓前名后的方式著录(外文作者名应缩写),作者间用“,”间隔,作者少于3人应全部写出,3人以上只列出前3人,后加“等”或“et al”,参考文献的数目应大于10篇,凡参考过本刊论文的请勿忘标注在参考文献中。
纺织学报期刊发表纺织学报是我国纺织领域的权威期刊之一,它集中展示了国内外纺织领域的最新研究成果和技术发展动态。
在这个期刊上发表文章,不仅可以增加个人学术声誉,还可以为纺织行业的发展做出贡献。
首先,发表在纺织学报上的文章需要具备一定的学术价值和创新性。
这意味着作者需要深入研究纺织领域的前沿问题,提出新的观点和方法,并且能够得出一定的结论或者解决实际问题。
只有这样,才能吸引编辑和评审专家的眼球,从而有机会被录用发表。
其次,文章的内容需要具有可读性和实用性。
纺织学报的读者主要是纺织领域的专业人士和研究人员,因此他们更加关注的是实际问题的解决和技术的应用。
因此,作者在撰写文章时,需要尽量避免过多的理论推导和公式推导,而是要将研究成果用通俗易懂的语言呈现出来,让读者能够轻松理解并且能够从中受益。
另外,文章的结构和表达也是非常重要的。
在纺织学报上发表的文章,一般都需要包括摘要、关键词、引言、正文、结论等部分。
作者在撰写这些部分的时候,需要注意逻辑严谨,表达清晰,避免出现语法错误和逻辑跳跃的情况。
只有这样,才能使文章具有较高的学术认可度,从而有望被录用发表。
最后,作者在投稿之前,还需要对文章进行严格的修改和润色。
这包括对文中的数据和实验进行核实,对文字和语法进行修正,对图表和公式进行优化等。
只有确保文章的质量和准确性,才能增加被录用的机会。
总之,发表在纺织学报上的文章是一项需要认真对待的工作。
只有具备学术价值和创新性的研究成果,具有可读性和实用性的内容,结构清晰,表达准确的文章,才能有望被录用发表。
希望广大纺织领域的研究人员,能够努力提升自己的学术水平,为纺织学报的发展贡献自己的力量。
纺织学报期刊发表
首先,要在纺织学报上发表文章,首要条件是研究内容要具有学术价值和创新性。
纺织学报作为一本专业性期刊,对于投稿的要求非常严格,对于研究内容的创新性和学术价值有着较高的要求。
因此,作者在选择研究课题时,应该注重挖掘前沿的研究领域,结合纺织行业的实际需求,寻找有待解决的问题,提出新的研究思路和方法,确保研究成果具有独特性和创新性。
其次,在进行研究过程中,作者需要严谨的科学态度和方法。
纺织学报注重研究的科学性和可靠性,对于实验数据和研究方法有着严格的要求。
因此,作者在进行研究时,应该严格按照科学的研究方法进行设计和实施实验,确保数据的准确性和可靠性。
同时,在撰写论文时,要注重逻辑严谨,层次清晰,确保文章的结构合理,论据充分,推理严密。
最后,在投稿之前,作者需要认真审阅纺织学报的投稿指南和要求,确保自己的文章符合期刊的要求。
在投稿过程中,作者还需要耐心等待专家和编辑的审稿意见,认真对待审稿意见,对文章进行修改和完善,确保文章的学术质量达到期刊的要求。
总之,要在纺织学报上成功发表文章,需要作者具备扎实的学术功底和严谨的科学态度,同时需要对研究课题有深入的思考和独到的见解,确保研究成果具有学术价值和创新性。
同时,作者还需要熟悉期刊的投稿要求,认真对待审稿意见,不断完善自己的文章,最终实现在纺织学报上发表优质的研究成果。
我国核心期刊认定标准是什么第一篇:我国核心期刊认定标准是什么我国核心期刊认定标准是什么?1、《中国科技期刊引证报告》:核心期刊投稿首选简称《引证报告》,中国科技信息研究所(简称中信所)每年出版一次。
期刊表最早发布于1987年,以后每年发布,每年来源期刊该种数有所调整。
近年来编制者以《中国科技论文与引文数据库》为基础,对1300种来源期刊进行引文分析,每年发布《中国科技期刊引证报告》,详细列出了每种来源期刊的引文指标,如影响因子、即年指数等17项指标,为定量评价来源期刊提供基本数据。
来源期刊的选择参考了国外重要检索系统(如SCI、EI、CA等)收录国内期刊的情况、国内已有文献计量分析成果、国内大型检索工具(如《中国物理文摘》、《中国数学文摘》等)收录期刊表、各学会学报及其重要期刊等各种期刊表,并征询专家意见对来源期刊表进行一定调整。
中信所每年第四季度面向全国大专院校和科研院所发布上一年的科研论文排名。
排名包括SCI、Ei、ISTP分别收录的论文量和中国期刊发表论文量等项指标。
最后一项指的是各单位在《引证报告》收编的期刊中发表的论文数。
2、《中文核心期刊要目总览》简称《要目总览》北京大学图书馆与北京高校图书馆期刊工作研究会联合编辑。
《要目总览》每4年出版,2008年出了最新版(第五版)。
《要目总览》收编包括社会科学和自然科学等各种学科类别的中文期刊。
本版核心期刊定量评价,采用了被索量、被摘量、被引量、它引量、被摘率、影响因子、获国家奖或被国内外重要检索工具收录等7个评价指标,选作评价指标统计源的数据库达51种,统计文献量达到943万余篇次(1999至2001年),涉及期刊1万2千种。
本版还加大了专家评审力度,1873位学科专家参加了核心期刊评审工作。
经过定量评价和定性评审,从我国正在出版的中文期刊中评选出1800种核心期刊,分属七大编75个学科类目。
《引证报告》统计源期刊的选取原则和《要目总览》核心期刊的认定各依据了不同的方法体系,所以二者界定的核心期刊(指科技类)不完全一致。
《商业经济与管理》《学报》编排格式样本:跨国公司股权安排选择与绩效关系的研究李商达(浙江工商大学管理学院,浙江 杭州 310035)摘 要:础上,对世界500强在粤股权安排选择与绩效关系进行了实证分析,结果显示二者之间并无显著的相关关系,说明跨国公司独资化倾向并非为了改进绩效,研究结果可为进一步分析跨国公司在华增资扩股的动因提供借鉴和参考。
关键词:中图分类号:F724 文献标识码:A 文章编号:1000-2154(2006)01-75-05一、引言改革开放以来,中国巨大的市场潜力和大量廉价的劳动力资源吸引了大规模的外国直接投资[1]。
考察20多年来跨国公司在华企业的股权安排变动趋势[2]25业甚至是独资企业。
二、实证研究:世界500作者于2003年8月-9月在广东省外经贸厅调研,获得了世界500强在广东投资的企1.研究样本。
截止到2002年底,世界500强中共有150家企业在广东投资了404家子公司[1]。
作者根据这404家子公司的经营范围以及来源国[2]38,筛选出符合本文研究对象的制造业的子公司共300家作为研究样本。
(1)几点说明。
这300家子公司都是国内较著名企业,作者通过互联网以及其他途径共获取了291家企业的联系地址、电话、传真以及部分电子邮箱地址等[4]。
基金项目:国家自然科学基金重点项目资助(70132010)作者简介:李商达(1969-),男(回族),浙江东阳人,浙江工商大学管理学院教授,管理学博士,主要从跨国公司管理研究。
(二)股权安排的描述性统计用spss11.0对65份调查问卷中跨国公司股权安排选择进行描述性统计,结果如表1所示[5]1 1980-2004年中国GDP 、最终消费、投资总额等数据 (单位:亿元)其中,t Y 是m 维内生变量向量,t X 是r 维外生变量向量, p A A A A ,,,,210 和q B B ,,1 是待估计的参数矩阵,内生变量和外生变量分别有p 和q 阶滞后期,t U 是随机误差项。
学报论文撰写格式及参考文献著录规范一、著录项目、著录格式及示例1.专著主要责任者.题名:其他题名信息[文献类型标志].其他责任者.版本项.出版地:出版者,出版年:引文页码[引用日期]. 获取和访问路径.[1]余敏.出版集团研究[M].北京:中国书籍出版社,2019:179-193.[2]昂温G,昂温P S.外国出版史[M].陈生铮,译.北京:中国书籍出版社,1988.[3]辛希孟.信息技术与信息服务国际研讨会论文集:A集[C].北京:中国社会科学出版社,1994.[4]王夫之.宋论[M].刻本.金陵:曾氏,1845(清同治四年).[5]赵耀东.新时代的工业工程师[M/OL].台北:天下文化出版社,1998[1998-09-26].(Big5).[6]PIGGOT T M. The cataloguer’s way through AACR2:from document receipt to document retrieval[M].London: The Library Association,1990.2.专著中的析出文献析出文献主要责任者. 析出文献题名[文献类型标志]. 析出文献其他责任者//专著主要责任者.专著题名:其他题名信息.版本项.出版地:出版者,出版年: 析出文献的页码[引用日期].获取和访问路径.[2]钟文发.非线性规划在可燃毒物配置中的应用[C]//赵玮.运筹学的理论与应用:中国运筹学会第五届大会论文集.西安:西安电子科技大学出版社,1996:468-471.3.连续出版物(期刊)主要责任者.题名:其他题名信息[文献类型标志].年,卷(期)-年,卷(期).出版地:出版者,出版年[引用日期].获取和访问路径.[1]中国地质学会.地质评论[J].1936,1(1)-.北京:地质出版社,1936-.[2]中国图书馆学会.图书馆学通讯[J].1957(1)-1990(4).北京:北京图书馆,1957-1990.4.连续出版物中的析出文献析出文献主要责任者. 析出文献题名[文献类型].连续出版物题名:其他题名信息,年,卷(期):页码[引用日期].获取和访问路径.[1]李小东,张庆红,叶瑾琳.气候学研究的若干理论问题[J].北京大学学报:自然科学版,1999,35(1):101-106.说明:以上各类格式中的“引用日期”、“获取或访问路径”系针机电子文献而言。
纺织学报格式纺织学报格式:探索创新与实践摘要:本文以纺织学报格式为中心,详细阐述了纺织学报的要求和特点,并以纺织材料的研究和发展为例,探讨了纺织学报在学术界中的重要性和作用。
文章旨在引起读者的兴趣和思考,并呼吁广大学者和研究人员积极投稿,为纺织学报的发展和推动纺织产业的创新做出贡献。
关键词:纺织学报、格式要求、创新、实践、纺织材料一、引言纺织学报作为学术交流和学术成果发布的重要载体,对推动纺织行业的发展起到了至关重要的作用。
然而,如何撰写一篇符合纺织学报格式要求的高质量论文,成为了许多学者和研究人员关注的焦点。
本文将以纺织学报格式为中心,探索创新与实践的方法,并以纺织材料的研究和发展为例,详细介绍纺织学报的格式要求和撰写技巧。
二、纺织学报格式要求1.标题:标题是文章的门牌号,应简明扼要、富有吸引力,能够准确地概括文章的主题和内容。
同时,标题还要具有一定的创新性和新颖性,以吸引读者的兴趣和关注。
2.摘要:摘要是文章的精华所在,应该对文章的主要内容、研究方法和结果进行简明扼要的陈述。
摘要的篇幅通常不超过300字,要求言之简洁、意义明确、层次分明。
3.引言:引言部分应该对研究的背景和意义进行介绍,阐述研究的目的和意义。
同时,引言还可以对相关研究进行综述和评价,为后续的研究提供理论和实践基础。
4.方法:方法部分应该详细描述研究的对象、样品来源、实验设计和实验过程等内容。
同时,还应该对数据的采集和处理方法进行说明,以保证研究的可靠性和可重复性。
5.结果与讨论:结果与讨论部分是纺织学报的重要组成部分,应该对实验结果进行详细的分析和解读,与前人的研究进行比较和评价。
同时,还应该对研究的不足之处和改进方向进行探讨,为后续研究提供参考。
6.结论:结论部分是对整篇文章的总结和归纳,应该简明扼要地概括研究的主要结果和发现,同时还可以展望未来的研究方向和发展趋势。
三、纺织材料的研究与发展纺织材料作为纺织行业的核心产品,对于推动纺织产业的创新和发展具有重要意义。
投稿须知《纺织学报》是以促进学术交流,推动科学研究为宗旨,以报道纺织学科各专业的创造性研究成果为主的自然科学综合性学术期刊。
《纺织学报》面向纺织材料、纤维制造、纺织加工、染整加工、服装加工、纺织机械与设备制造等专业的整个纺织行业。
主要报道纺织工程领域的重大学术进展,反映纺织工程领域的最新科技动态,围绕企业技术进步传播最新的、重大的科技成果与信息,注重对纺织工程界重大问题的探讨与跨学科的学术交流。
具体内容如下:1)纺织科学前沿性研究成果,如国家自然科学基金资助项目、部委省级基金项目等;2)重大科技攻关成果(如973高技术计划项目等研究成果);3)与企业合作研究开发并取得较好经济效益的研究成果;4)重大发明创造成果;5)国家重点推广的新技术的新进展,推动企业科技进步的重大共性技术的研究成果,高新技术成果转化为生产力的成就;6)纺织工程领域跨学科交流成果;7)国内外纺织工程界最新动向与信息。
来稿要求和注意事项:1)论点明确、论据充分、数据可靠、条理清晰、文理通顺、文字精炼。
2)结构组成按次序排列为题名、作者署名、作者工作单位名称、摘要、关键词、中图分类号、英文题名、作者英文署名、作者工作单位英文名称、英文摘要、英文关键词、前言、正文、致谢、参考文献,在文稿第一页下面附基金项目(名称及编号)和第一作者简介。
作者简介包括姓名(出生年份-),性别,职称,学历(位),研究方向以及E-mail;如有通讯作者(学生投稿,一律须附通讯作者),应在第一作者简介后顺序列出:通讯作者的姓名,“通讯作者”字样,通讯作者的E-mail。
题名应简单明了,并能概括文章的主题,一般不超过20字;摘要应具有独立性和自含性,即不阅读论文的全文,就能获得必要的信息,摘要一般应说明研究工作的目的、方法、结果和结论等(不含或减少研究背景信息),而重点是结果和结论,以200~300字为宜,用第3人称写,尽量不重复题名中已有信息,不出现插图、表格、公式及参考文献序号等;关键词每篇论文选取4~8个单词或术语,英文关键词与中文关键词必须对应;中图分类号参见《中国图书馆分类法》(第4版)进行分类;正文字数最好在6000字以内(包括插图及表格),各层次标题用阿拉伯数字连续编码,前言部分不编号,结论内容不重复正文内容,较多时可分条来写,并给以编号,如1)、2)等;参考文献执行中华人民共和国国家标准GB7714—2005《文后参考文献著录规则》,只列主要的,未公开发表的资料请勿引用,著录格式采用顺序编码制,作者一律采用姓前名后的方式著录(外文作者名应缩写),作者间用“,”间隔,作者少于3人应全部写出,3人以上只列出前3人,后加“等”或“et al”,参考文献的数目应大于10篇,凡参考过本刊论文的请勿忘标注在参考文献中。
毛精纺前纺工艺参数重要性的BP网络定量评价法刘贵1,于伟东1,2(1.东华大学纺织材料与技术实验室,上海201620; 武汉科技学院纺织与材料学院,湖北武汉430073)摘要(小五黑体)在BP神经网络建模技术的基础上,提出利用神经网络输入层与输出层之间的网络权值及其分布来求各输入参数重要程度的方法。
将采集到的毛精纺企业前纺工艺参数运用BP神经网络分别建立了粗纱CV值和粗纱单重的预测模型。
结果表明:所建模型的平均相对误差都低于3%;采用样本数据验证,其预报值与实测值间的相关系数都高于0.95。
对所建模型的网络权重进行提取,分别计算出13个输入参数对粗纱CV值和粗纱单重的重要性,挖掘出显著而有效的参数。
经对比认为,BP网络法比多元回归显著性分析(MRSA)更为精准,可用于对实际生产加工的预报和控制。
(小五宋体)关键词(小五黑体)毛精纺;前纺工艺参数;模型;BP神经网络;定量评价法(小五宋体)Quantitative evaluation method for the significance of worstedfore-spinning parameters based on BP neural networkLIU Gui1,YU Weidong1,2(五号)(1.Textile Materials andTechnology Laboratory Donghua University, Shanghai201620,China;2.Department of Textiles and Materials, Wuhan University of Science and Engineering, Wuhan, Hubei430073,China)Abstract Based on BP neural network model technology, a new approach was developed and applied to appraise the input parameters′significant degree through the weightiness and its distribution between the input and output layer. Usingthe fore-spinningworking procedure data gathered fromtheworsted textiles enterprise, the roving unevenness and weight prediction models were established respectively. The results indicated that the models′mean relative errors are all less than 3%; the correlation coefficientR2between the prediction value and the actual are all more than 0·95. Using the weightiness extracted fromthe established models, the 13 input parameters′significance to the roving unevenness and weight were calculated respectively, and the remarkable and effective parameters are excavated out. Meanwhile contrasting to the multivariate regression significance analysis (MRSA), the BP neural network method is more exact than MRSA and can be used in the forecast and control of the actual produce and manufacture (小五)Key words Double glow; Artificial neural network; Prediction model (小五)作者简介(黑体小五):刘贵(1983—),男,博士生。
武汉纺织大学毕业设计(论文)规范1、结构要求毕业论文应采用汉语撰写,一般由以下部分组成:(1)封面,(2) 中英文摘要及关键词,(3) 目录,(4) 正文,(5) 参考文献,(6) 附录,(7) 致谢,(8)评语页,(9) 任务书,(10) 开题报告,(11) 中文译文,(12)外文资料。
其中(1)—(8)装订成一本,(9)—(12)装订成一本。
2、各部分具体要求如下2.1封面采用学校教务处统一印制的封面。
2.2任务书包括:课题名称、课题训练内容、设计(论文)任务和要求、主要参数及主要参考资料、设计(论文)计划进度表等。
任务书可由学生网上下载。
其中,“实际完成情况”和“检查人签名”由教师填写,其余均要求打印。
课题名称是论文总体内容的体现,要醒目,力求简短,严格控制在25字(含25)以内,用三号字、加黑、黑体字;任务书封面除课题名称外,均用三号字、加黑、宋体字;其它页用小四号宋体字打印;日期采用阿拉伯数字。
2.3开题报告理、工、文、管类开题报告不少于2000字。
开题报告格式可在网上下载,要求如下:课题名称、院系名称、专业名称、班级、学生姓名用四号宋体。
正文内容包括:课题的意义,所属领域的发展状况,本课题的研究内容、研究方法、研究手段和研究步骤以及参考书目等。
(用小四号宋体打印) “指导教师签名”一栏由指导教师填写。
2.4中英文摘要及关键词理、工、文、管理类中文摘要一般在400字以内,但不得少于300字。
简要介绍研究的课题内容、主要结论及创新之处,语言力求精炼。
中英文摘要均要有关键词,一般为5—8个。
字体为小四号宋体,各关键词之间要有1个空格及分号。
英文摘要应与中文摘要相对应,字体为小四号Times New Roman。
详见模板一、二。
2.5目录)“目录”二字用三号字、黑体、居中书写,“目”与“录”之间空四格。
目录的各层次题目应简明扼要,其中第一层次题目采用小三号黑体字,第二层次题目采用四号黑体字,第三层次题目采用四号楷体字。
毛精纺前纺工艺参数重要性的BP网络定量评价法刘贵1,于伟东1,2(1.东华大学纺织材料与技术实验室,上海201620; 武汉科技学院纺织与材料学院,湖北武汉430073)摘要(小五黑体)在BP神经网络建模技术的基础上,提出利用神经网络输入层与输出层之间的网络权值及其分布来求各输入参数重要程度的方法。
将采集到的毛精纺企业前纺工艺参数运用BP神经网络分别建立了粗纱CV值和粗纱单重的预测模型。
结果表明:所建模型的平均相对误差都低于3%;采用样本数据验证,其预报值与实测值间的相关系数都高于0.95。
对所建模型的网络权重进行提取,分别计算出13个输入参数对粗纱CV值和粗纱单重的重要性,挖掘出显著而有效的参数。
经对比认为,BP网络法比多元回归显著性分析(MRSA)更为精准,可用于对实际生产加工的预报和控制。
(小五宋体)关键词(小五黑体)毛精纺;前纺工艺参数;模型;BP神经网络;定量评价法(小五宋体)中图分类号(小五黑体):TS 131.9(小五宋体)文献标志码(小五黑体):Quantitative evaluation method for the significance of worstedfore-spinning parameters based on BP neural networkLIU Gui1,YU Weidong1,2(五号)(1.Textile Materials andTechnology Laboratory Donghua University, Shanghai201620,China;2.Department of Textiles and Materials, Wuhan University of Science and Engineering, Wuhan, Hubei430073,China)Abstract Based on BP neural network model technology, a new approach was developed and applied to appraise the input parameters′significant degree through the weightiness and its distribution between the input and output layer. Usingthe fore-spinningworking procedure data gathered fromtheworsted textiles enterprise, the roving unevenness and weight prediction models were established respectively. The results indicated that the models′mean relative errors are all less than 3%; the correlation coefficientR2between the prediction value and the actual are all more than 0·95. Using the weightiness extracted fromthe established models, the 13 input parameters′significance to the roving unevenness and weight were calculated respectively, and the remarkable and effective parameters are excavated out. Meanwhile contrasting to the multivariate regression significance analysis (MRSA), the BP neural network method is more exact than MRSA and can be used in the forecast and control of the actual produce and manufacture (小五)Key words Double glow; Artificial neural network; Prediction model (小五)收稿日期(黑体小五):2007-03-10 修回日期:2007-05-16(由编辑部填写)基金项目(黑体小五):国家经贸委创新项目(02CJ-14-05-01)基金名称(基金编号)(楷体小五)作者简介(黑体小五):刘贵(1983—),男,博士生。
主要研究方向为毛精纺加工过程建模及其职能决策预报与控制。
于伟东,通讯作者,E-mail:wdyu@。
第一作者姓名(出生年—),性别,职称,学历。
主要研究方向。
通讯作者姓名,E-mail。
(正文五号宋体,单倍行距)对精毛纺织厂而言,前纺工序作为整个加工过程的第一环节,其加工质量对后道工序将产生直接影响。
根据实际生产经验,细纱的条干不匀率和细纱机的断头率相对于末道粗纱的质量呈显著的线性关系[1],故控制前纺各工序的半制品不匀率,特别是末道粗纱的不匀率是毛纺厂十分重要的质量监控措施[2]。
目前企业主要以经验为主,通过传统的测量和记录、肉眼观看与估计、设备的调整和人力的补充等原始的方法实现,不能对大量积累和不断产生的数据进行系统整理、综合分析与客观决断,也无法确切地找出产生问题的原因及实际解决方法[3]。
本文针对影响粗纱质量的毛条回潮率、毛条含油率、纤维平均直径、直径离散系数、纤维平均长度等13个指标参数,将采集到的企业实际生产数据,运用BP网络建立预测模型,提出利用网络各层间的权重及其分布,计算出各参数对产量质量指标的影响程度,并对比多元回归分析,效果较好。
1 网络定量评价法(四号黑体,3倍行距)BP神经网络(Back-Propagation)是指基于误差反向传播算法的多层前向人工神经网络[4]。
对于任何在闭区间的1个连续函数都可以用含有1个隐层的BP网络来逼近,因而1个3层结构的BP网络可以完成任意N维到M维的映射[5]。
从其学习过程来输入参数对输出结果的影响完全由网络权值决定,因此,知道网络各层间的权重及其分布,就可计算输入参数的确定度(输入对输出影响作用的相对大小,即贡献率)。
依照误差反向传播方法,输入层节点对输出层节点的影响是由各层权值的复合作用。
由于输出反映的是其本身,它不需要再进行对后层节点影响大小的区分,故可将其确定度看作是相同的,然后参照反向传播算法从输出层向输入层反向求出各输入参数的确定度。
2 重要性评价过程2.1 试验数据和参数(小四黑体,单倍行距)本文以山东某精毛纺厂采集到的100组数据为建模依据。
数据采集分2部分,一部分从实际生产工艺设计单中提取,主要是工艺流程参数、设备加工参数;另一部分为测试数据,来自不同的生产线。
任意选80组数据用于模型建立,其中70组用于模型训练,10组作为检验数据,而未参与建模的20组数据则用于对模型的验证。
影响前纺粗纱质量的参数有毛条回潮率(X1)、毛条含油率(X2)、纤维平均直径(X3)、直径离散系数(X4)、纤维平均长度(X5)、长度离散系数(X6)、短毛率(X7)、毛条质量(X8)、毛条质量不匀率(X9)、毛条毛粒(X10)、前纺总并合次数(X11)、前纺总牵伸倍数(X12)和粗纱捻系数(X13)[6]。
运用BP网路建模分析时,以这些参数作为网络的输入层参数,输入节点数为13,中间包含1个隐层,分别以R1和R2作为网络输出层建立多输入单输出子网组[7]模式进行预报。
隐层节点数的选取根据式(1)[8]进行计算:0.51S(1) 式中:m为输入层节点数;n为输出层节点数S 为隐层节点数,本文取隐层节点数为7。
这样就可以建立2个13-7-1结构的BP神经网络模型。
同时,为消除原变量的量纲不同、数值差异太大带来的影响,需要对原变量作标准化处理。
即1,2,...,kiX k m==(2)式中11;==∑ni kikX Xn()2111*==--∑nii ki ikS X Xn1,2,...,=i m(3)2.2 模型的建立和训练根据模型结构,在Mtalab 6.5的环境下建立2个13-7-1型BP网络模型。
利用式(2)对输入样本数据进行预处理。
将标准化后的数据输入网络进行训练,训练参数:训练最大步数为50;精度目标值为1.0×10-3;学习率为0.01[9]。
其训练过程曲线见图1。
由图可知,分别经过25和47步左右的训练,平均误差平方和便达到了设定的目标值。
10组检验样本的预报结果和实际结果的相对误差分别为2.28%和2.39%。
这说明所建立的模型具有很高的精度和准确性。
2.3 模型的验证根据上面训练好的BP神经网络,对20组验图1 粗纱CV和单重预报模型训练曲线(小五宋体)Fig.1 Robing unevenness (a) and the roving weight (b) forecast model’s training curve (小五Rome)证样本数据进行预报检验。
首先对这20组数据利用前面的标准化方法进行预处理,然后代入训练好的模型中进行预报模拟,得到网络输出并对其做还原量纲的处理,就可得到粗纱质量指标的预测值。
其实测值与预报值间的关系见图2。
图中预报值与真实值之间的相关系数均高于0.95,说明模型是可靠和准确的。
2.4 重要性计算和评价设前面的13-7-1型BP网络经LM算法训练一定的次数后收敛,令w ij为输入层j和隐含层i 之间的连接权值,w i1为隐含层i和输出层之间的连接权值,具体步骤如下。
1)初始化输出节点确定度P,若输出节点数为O,则一般取为P=1/O,这里输出节点数为1,因此输出节点确定度为1。
2)反向求稳含层节点的确定度,即将输出层节点确定度经权值作用向前传播。
因为输出节点确定度为1,故隐含层节点的确定度为1×w i1=w i1。
3)求输入层的确定度,对每个隐含层的节点i,每个输入层节点j,将权值w ij和w i1相乘,得到图2 粗纱CV和单重预报值与实测值相关分析Fig.2 Relevant analysis between the predict and measured value of the roving unevenness (a) and weight (b)1ij ij iP w w=⨯(4) 将P ij当量化后得到1ijij NijjPQP==∑(5)对于每一个输入层节点j,将Q ij求和,得到输入层的确定度1Mi ijiS Q==∑(6)可以得到各输入变量(因子)对输出变量的影响比例,即输入因子的贡献率1100%ij Nij S RI S==⨯∑ (7)在模型可靠和准确的条件下,把训练好的BP 网络模型的网络权重取出来,运用上面提到的方法,分别计算得出各输入因子对粗纱CV 值和粗纱单重的贡献率,如下表1所示。