长绒棉模糊聚类分析

论文摘要

如今大多棉纺织企业是按照原棉的品级对原棉进行分类,而原棉品级是根据国家标准,运用手感、目测等方法综合确定的。在分级过程中,这种检验手段容易产生人为误差,因此会造成定级不准确,不能保证在配棉过程中合理地选用原棉,进而不能保证生产的连续性和纱线的质量。为了对原棉进行科学合理的分类,必须要得到精确的原棉指标值和采用科学合理的分类方法。采用Uster公司的HVI系统(棉纤维大容量测试仪)来检测原棉,能够全面精确、客观地检验出原棉的各项指标,排除了相关的人为因素。纱线质量不同所要求的原棉指标也不相同,因此各种原棉之间的纺纱性能的界限是模糊的,对于原棉进行分类就必然伴随着模糊性,因此采用模糊数学中的Fuzzy C均值聚类算法和灰色Fuzzy等价矩阵聚类算法对原棉进行分类。模糊聚类对原棉进行分类计算量很大,而且有些参数必须人为的确定,本文利用了C#开发了原棉聚类系统,该系统简便易于操作。最后,本文根据HVI检测出的长绒棉指标数据,采用模糊聚类方法对新疆某纺织厂中的原棉的库存进行分类,得出分类结果。该结果比按品级分类更能体现出原棉的纺纱性能,能够指导配棉,做到优棉优用,保证生产连续性和纺纱质量。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 现状及选题意义
• 1.2.1 研究现状
• 1.2.2 选题意义
• 1.3 研究内容
• 1.4 技术路线及开发工具
• 1.4.1 技术路线
• 1.4.2 开发工具
• 第二章 长绒棉分类指标分析及选择
• 2.1 原棉分类概述
• 2.1.1 棉纤维分类
• 2.1.2 生产中原棉分类
• 2.1.3 长绒棉模糊聚类
• 2.2 长绒棉模糊聚类数据基础
• 2.2.1 HVI 简述
• 2.2.2 HVI 检测指标
• 2.3 长绒棉模糊聚类指标选取
• 2.3.1 原棉指标对纱线质量的影响
• 2.3.2 纱线与原棉选用关系简述
• 2.3.3 原棉重要指标权重的确定
• 2.4 本章小结
• 第三章 长绒棉模糊聚类理论基础及算法
• 3.1 概述
• 3.1.1 模糊数学简述
• 3.1.2 聚类简述
• 3.1.3 模糊聚类的简述
• 3.2 模糊理论基础
• 3.2.1 模糊集的概念
• 3.2.2 模糊关系
• 3.2.3 模糊聚类矩阵
• 3.3 硬聚类算法
• 3.4 模糊聚类算法
• 3.4.1 灰色Fuzzy 等价矩阵模糊聚类算法
• 3.4.2 Fuzzy C 均值聚类算法
• 3.5 本章小结
• 第四章 实验分析及系统实现
• 4.1 长绒棉模糊聚类实验与分析
• 4.1.1 基于灰色 Fuzzy 聚类的长绒棉聚类实验
• 4.1.2 基于 Fuzzy C 聚类的长绒棉聚类实验
• 4.2 系统实现
• 4.2.1 灰色 Fuzzy 等价矩阵算法语言实现流程
• 4.2.2 FuzzyC 均值算法语言实现流程
• 4.2.3 界面展示
• 总结
• 一、本文得出的主要结论
• 二、论文有待完善之处和今后建议研究的方向
• 参考文献
• 附录
• 在读期间发表论文
• 致谢