Badanie włochatości przędz mieszankowych poliesterowo/wiskozowych. Cześć III - przewidywanie włochatości przy zastosowaniu sztucznych sieci neuronowych

Włochatość przędz mieszankowych zależy od parametrów przędzarki obrączkowej. Dlatego należało stworzyć model uwzględniający wszystkie współczynniki mające wpływ na włochatość przędzy. Dla przewidywania włochatości zastosowano sztuczne sieci neuronowe oraz wielofunkcyjną regresję liniową. Uzyskane wyniki obliczeń oraz pomiarów wykazały, że lepsze właściwości przewidywania uzyskuje się stosując sztuczne sieci neuronowe w stosunku do metody regresji liniowej.

---

The hairiness of blended yarns is influenced by several parameters at the ring frame. For this reason, it is necessary to develop a model based on experimental evidence that includes all known processing factors. The generalised from of this model is a candidate for predicting yarn hairiness. In this paper, an artificial neural network and multiple linear regression were used for modelling and predicting the hairiness of polyester-viscose blended yarns based on various process parameters. The models developed were assessed by applying PF/3, the Mean Square Error (MSE), and the Correlation Coefficient (R-value) between the actual and predicted yarn hairiness. The results indicated that the artificial neural network has better performance (R = 0.967) in comparison with multiple linear regression (R = 0.878).