一种水松纸透气度检测过程的优化方法与流程

技术特征：

1.一种水松纸透气度检测过程的优化方法，其特征在于：所述的方法包括如下步骤:

1)利用孔面积、灰度与真实水松纸透气度确定基于置信规则库专家系统BRB的软测量模型及优化目标，其中软测量模型根据已有历史数据训练建立，并通过孔面积和灰度双输入因素增强软测量模型建模的准确性，优化目标为拟合值与实际值之间总的均方误差Fitness，软测量模型及优化目标的确立过程如公式(1)-(5)所述，

式(1)表示第k条置信规则的激活权重w_k的计算方法，其中θ_k表示第k条置信规则的规则权重，表示第k条规则中输入孔面积和灰度分别相对于输入参考值的置信度，表示在第k条规则中第i个参考值，L表示在BRB中置信规则的总条数，M表示评价等级的个数，为1，w_k∈[0,1]；式(2)表示计算出的输出置信度β_j,k表示第k条规则中输出的透气度值相对于输出参考值D_j的置信度，D_j表示输出的第j个参考值，j＝1,2,…,N，N表示输出参考值 的个数；式(4)表示BRB计算输出评价结果的分布式表示形式，再由证据推理方法拟合成水松纸透气度；式(5)表示的是目标函数，ZTQD表示水松纸的真实透气度，NTQD为拟合透气度，number表示样本数目；优化目标是在优化模型的过程中使Fitness最小；

2)使用差分进化算法优化方案对优化目标进行优化。

2.根据权利要求1所述的水松纸透气度检测过程的优化方法，其特征在于：所述步骤2)使用差分进化算法优化方案对优化目标进行优化具体步骤如下：

A、编码方式：采用实数编码，θ_k＝random(0,1)，k＝1,2,…,L；random(0,1)表示生成0至1之间的随机数，j＝1,2,…,N；k＝1,2,…,L，其中，k为规则条数，j为相对于第k条规则的评价结果个数；

B、数据预处理：采样历史数据信息，并将水松纸孔面积和灰度分别划分为level_1、level_2个等级，L＝level_1×level_2；

C、种群生成：种群初始化，Popsize为种群规模，规则权重θ_Popsize,k＝random(0,1)，k＝1,2,…,L；random(0,1)表示取0～1的随机数，L表示BRB中置信规则的条数，置信度β_Popsize,j,k＝random(0,1)，j＝1,2,…,N；k＝1,2,…,L，N表示评价结果的个数，并令前提属性权重i＝1,2,…,M，M表示前提属性的个数；

D、透气度拟合：基于证据推理算法evidential reasoning,ER，根据规则权重θ_Popsize,k、置信度β_Popsize,j,k和前提属性权重采用式(1)～(4)进行水松纸透气度拟合NTQD；

E、个体适应性评价：定义个体适应性Fitness为全部检测样本真实透气度与拟合透气度的均方误差，具体如式(5)所示，并保优第gene代种群中最优个体的规则权重置信度

F、差分进化：采用差分进化算法对种群中的每个个体执行差分进化操作，设第gene代种群中的i'个个体

变异操作：随机采用如式(6)～(8)中任意一种变异方式得到新个体其中为与不同且互不相同的个体，Bπ^gene为第gene代种群中的最优个体；

交叉操作：采用指数交叉方式得到个体Cr表示控制接受目标个体中变量的交叉概率，交叉点为k＝random[1,L](random[1,L]表示生成1～L间的一个随机整数)，然后以概率选择一个长度L＜d作为替换的变量数目，随机数L满足式(9)约束，具体交叉方式如式(10)所示，并修正中非法规则权重及非法置信度，完成差分进化操作，其中，<>_d表示整数相对d的求模运算；

P{L＝k}＝(Cr)^k-1×(1-Cr) (9)

G、选择操作：采用贪婪选择方式，提高了种群的平均适应性，逐步达到满意解，选择方式如式(11)所示；

H、终止条件：设定终止条件的最大迭代数为500，若满足，则输出“最优个体”的规则权重进行水松纸透气度检测；若否则转至步骤D，反复迭代至满足终止条件为止。

3.根据权利要求2所述的一种水松纸透气度检测过程的优化方法，其特征在于：所述种群规模设置为Popsize＝30。