一种基于案例推理的双重纺纱工艺推荐系统的制作方法

1.本发明涉及一种纺纱工艺推荐系统，特别是一种基于案例推理的双重纺纱工艺推荐系统。


背景技术：

2.随着社会经济的发展，人们对于产品需求趋向多样化和定制化，纺织企业的生产特点越来越趋向于小批量多品种，这对纺织企业的生产能力提出了更高的要求，即企业应具备制造工艺快速反应和调整的能力。就纺纱而言，其特点是多机台、多工序、长流程，主要包括原料选配、染色、混合、梳理、并条、牵伸、加捻、清纱、并线、倍捻等，其中涉及的工艺参数多、加工机理复杂，容易降低工艺设计效率。一般在纺纱工艺设计开始前，工艺人员会从历史工艺中寻找相似工艺，并在此基础上进行修改，进而形成新工艺。但由于小批量多品种的特点，各种纺纱工艺案例会随着时间积累成很大数量，因此，如何从这些工艺案例中准确定位到需要的案例就显得尤为重要。
3.现有的案例推理在纺织中的应用主要有东华大学杨建国教授团队开发的纺织品智能工艺设计和虚拟加工系统，针对的是毛纺企业，涉及条染、纺纱和织造，在检索到相似工艺案例并修改后，还能利用质量预测模型对设计结果进行预测。系统涉及面很广，但也缺乏了针对性，忽略了很多对纺纱工艺设计影响的因素，在大量工艺案例情况下，很难精确找出相似度最高的工艺案例。并且完全自主赋予检索特征权重的方式，虽然开放性强，但也可能出现特征权值不合理的情况，在反复调整权值过程中也会耗费大量时间。因此，现有的技术存在着无法高效精确的找寻到相似度最高的工艺案例的特点。


技术实现要素：

4.本发明的目的在于，提供一种基于案例推理的双重纺纱工艺推荐系统。本发明具有能够高效精确推荐相似度最高的工艺案例的特点。
5.本发明的技术方案：一种基于案例推理的双重纺纱工艺推荐系统，包括纺纱工艺案例库，纺纱工艺案例库连接有纺纱工艺推荐模块，纺纱工艺推荐模块连接有相似工艺重用模块，相似工艺重用模块连接有案例学习模块；所述案例学习模块还与纺纱工艺案例库相连。
6.前述的一种基于案例推理的双重纺纱工艺推荐系统中，所述纺纱工艺案例库包括纱线基本信息单元、原料数据单元、各工序纺纱工艺参数单元以及成品质量数据单元。
7.前述的一种基于案例推理的双重纺纱工艺推荐系统中，所述纺纱工艺推荐模块包括新产品特征属性值和权值输入单元、各特征属性相似度计算单元、案例相似度计算单元和相似案例选取单元。
8.前述的一种基于案例推理的双重纺纱工艺推荐系统中，各特征属性相似度计算单元按照特征属性数据类型采用相对应的相似度计算公式进行计算，相似度计算公式如下所示：
9.精准匹配公式：数值型匹配公式：字符串型匹配公式：
10.式中，sim(x
i
，y
i
)为2个案例特征属性的相似度；x
i
,y
i
分别为这两个案例的第i个特征属性的值；k的取值范围为[0,1]；distance表示字符串x
i
,y
i
之间的编辑距离；length(x
i
)为字符串x
i
的长度；length(y
i
)为字符串y
i
的长度。
[0011]
前述的一种基于案例推理的双重纺纱工艺推荐系统中，案例相似度计算单元依据依据纺纱方式、纱线规格、纱线用途和组成纱线各纤维的指标这些特征属性的特点，将特征属性分成第一部分特征属性和第二部分特征属性，并分别计算案例的相似度，得到相应的第一重相似度和第二重相似度；
[0012]
第一重相似度的计算公式为：
[0013]
第二重相似度的计算公式为：
[0014]
式中，sim1、sim2分别表示2个案例之间第一重、第二重的相似度，w
i
表示第i个特征属性的权重。
[0015]
前述的一种基于案例推理的双重纺纱工艺推荐系统中，第一重相似度采用层次分析法和专家打分制，选择企业和学校的专业人员对第一部分特征属性进行打分，确定第一部分特征属性中的每个特征属性的权重；
[0016]
第二重相似度采用用户自主赋予权重的方式，确定第二部分特征属性中的每个特征属性的权重。
[0017]
前述的一种基于案例推理的双重纺纱工艺推荐系统中，相似案例选取单元将新产品与纺纱工艺案例库中各个工艺案例的相似度按照第一重相似度由大到小进行排序，选取排序位于前十位的工艺案例形成相似工艺案例序列。
[0018]
前述的一种基于案例推理的双重纺纱工艺推荐系统中，相似工艺重用模块，从相似工艺案例序列中选取与新产品纺纱工艺最合适的工艺案例，并依据新产品的要求对选取的工艺案例中的工艺进行修改，选择合适的纺纱机台，调整工艺参数，得到最终的新产品纺纱工艺。
[0019]
前述的一种基于案例推理的双重纺纱工艺推荐系统中，案例学习模块将相似工艺重用模块中所得到的最终的新产品纺纱工艺可作为新产品的标准纺纱工艺案例保存到纺纱工艺案例库中。
[0020]
与现有技术相比，本发明采用双重相似度来表示两个纺纱工艺案例的接近程度，不仅考虑纺纱方式、纱线规格、用途和原料种类对两种纺纱工艺相似度的影响，还考虑了混纺纱中各成分性能指标对纺纱工艺设计的影响，因而能够更加准确的推荐出与新产品更接
近的工艺。此外，采用层次分析法和专家打分制，对部分特征属性赋予固定权重，能够扩大用户范围，减少一定人为操作影响，减少反复调整权重的时间，从而能够有效提高效率。综上所述，本发明具有能够高效精确推荐相似度最高的工艺案例的特点。
附图说明
[0021]
图1是本发明的结构示意图。
[0022]
附图中的标记为：1
‑
纺纱工艺案例库，2
‑
纺纱工艺推荐模块，3
‑
相似工艺重用模块，4
‑
案例学习模块，101
‑
纱线基本信息单元，102
‑
原料数据单元，103
‑
各工序纺纱工艺参数单元，104
‑
成品质量数据单元，201
‑
新产品特征属性值和权值输入单元，202
‑
各特征属性相似度计算单元，203
‑
案例相似度计算单元，204
‑
相似案例选取单元。
具体实施方式
[0023]
下面结合附图和实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。
[0024]
实施例。一种基于案例推理的双重纺纱工艺推荐系统，构成如图1所示，包括纺纱工艺案例库1，纺纱工艺案例库1连接有纺纱工艺推荐模块2，纺纱工艺推荐模块2连接有相似工艺重用模块3，相似工艺重用模块3连接有案例学习模块4；所述案例学习模块4还与纺纱工艺案例库1相连。
[0025]
所述纺纱工艺案例库1包括纱线基本信息单元101、原料数据单元102、各工序纺纱工艺参数单元103以及成品质量数据单元104。
[0026]
所述纺纱工艺推荐模块2包括新产品特征属性值和权值输入单元201、各特征属性相似度计算单元202、案例相似度计算单元203和相似案例选取单元204。
[0027]
各特征属性相似度计算单元202按照特征属性数据类型采用相对应的相似度计算公式进行计算，相似度计算公式如下所示：
[0028]
精准匹配公式：数值型匹配公式：字符串型匹配公式：
[0029]
式中，sim(x
i
，y
i
)为2个案例特征属性的相似度；x
i
,y
i
分别为这两个案例的第i个特征属性的值；k的取值范围为[0,1]，一般特征值数量越大，k的取值范围越小；dis tan ce表示字符串x
i
,y
i
之间的编辑距离；length(x
i
)为字符串x
i
的长度；length(y
i
)为字符串y
i
的长度。
[0030]
案例相似度计算单元203依据依据纺纱方式、纱线规格(品名、纱支、单捻、股捻、合股数)、纱线用途和组成纱线各纤维的指标这些特征属性的特点，即纱线和纤维两个层面，将特征属性分成第一部分特征属性(纺纱方式、纱线规格、纱线用途)和第二部分特征属性(组成纱线各纤维指标)，并分别计算案例的相似度，得到相应的第一重相似度和第二重相似度；
[0031]
第一重相似度的计算公式为：
[0032]
第二重相似度的计算公式为：
[0033]
式中，sim1、sim2分别表示2个案例之间第一重、第二重的相似度，w
i
表示第i个特征属性的权重。
[0034]
第一重相似度采用层次分析法和专家打分制，选择企业和学校的专业人员对第一部分特征属性进行打分，确定第一部分特征属性中的每个特征属性的权重；
[0035]
第二重相似度采用用户自主赋予权重的方式，确定第二部分特征属性中的每个特征属性的权重。
[0036]
相似案例选取单元204将新产品与纺纱工艺案例库中各个工艺案例的相似度按照第一重相似度由大到小进行排序，选取排序位于前十位的工艺案例形成相似工艺案例序列。
[0037]
相似工艺重用模块3，从相似工艺案例序列中选取与新产品纺纱工艺最合适的工艺案例，并依据新产品的要求对选取的工艺案例中的工艺进行修改，选择合适的纺纱机台，调整工艺参数，得到最终的新产品纺纱工艺。在进行大批量的纺纱生产前，一般要对新产品进行试纺，结合试纺的结果，确认工艺设计的效果，如果结果不符合生产目标，则再对工艺参数进行修改，从而得到最终的纺纱工艺方案。
[0038]
案例学习模块4将相似工艺重用模块3中所得到的最终的新产品纺纱工艺可作为新产品的标准纺纱工艺案例保存到纺纱工艺案例库中。所述案例学习模块中，用户可以添加新的纺纱工艺案例，完善新产品的各种信息(纱线的基本信息、原料数据、各工序纺纱工艺参数和成品质量数据)，方便以后的利用。
[0039]
纺纱工艺案例库构建原则：(1)纺纱工艺案例来源于企业平时积累，或者引进其他企业的纺纱工艺案例，前提是与本企业生产设备参数相近。(2)纺纱工艺案例应当选取具有一定差别的案例。(3)每个案例包含的各项数据应当准确完整。
[0040]
本实施例中，所述纺纱工艺案例库是由各种不同纺纱工艺案例的具体信息组成，所述具体信息包括纱线的基本信息、原料数据、各工序纺纱工艺参数和成品质量数据。
[0041]
所述纱线的基本信息包括批号、品名(以原料和含量命名，即含有混纺比和原料名称)、纺纱方式、纱支、单捻、股捻、合股数和纱线用途。
[0042]
所述原料数据包括三种：毛纤维信息包括含量、平均细度、平均长度、短绒率、含油率和回潮率；棉纤维信息包括含量、线密度、平均长度、马克隆值、短绒率和回潮率；其他纤维信息包括含量、线密度、平均长度和回潮率。
[0043]
所述各工序工艺参数包括染色、和毛、梳毛、细纱、络筒、并线、倍捻的具体参数。
[0044]
所述成品质量数据包括成品支数(nm)、单纱捻度(t/m)、双纱捻度(t/m)、单纱强力(cn)、双纱强力(cn)、单纱伸长率(％)、双纱伸长率(％)、单纱回潮(％)、成品回潮(％)、线密度偏差率(％)、单纱捻度偏差率(％)、股线捻度偏差率(％)。
[0045]
纺纱工艺推荐模块包含新产品特征属性值输入单元、各特征属性相似度计算单
元、案例相似度计算单元和相似案例选取单元。
[0046]
纺纱工艺案例包含了多种属性，依据属性特点可以分为3类：
[0047]
精准匹配，如纺纱方式、纱线用途等；
[0048]
数值型，如纱支、单捻、股捻等；
[0049]
字符串型，如品名等。
[0050]
采用案例推理中最常用的最近相邻算法，先计算各特征属性的相似度，再根据各特征属性的权重得到案例间的相似度，案例的相似度分为两重。
[0051]
新产品特征属性值和权重输入单元：本实施例中纺纱工艺设计主要考虑的因素有纱线支数、捻度、混纺比、原料类型和所用原料数据；纺纱方式直接影响机台和纺纱工序的选择；纱线用途也一定程度上决定工艺的设定。因此，选择纺纱方式、纱线用途、品名、纱支、单捻、股捻、合股数和原料数据作为衡量纺纱工艺案例间相似性的特征属性，用户可在新产品特征属性值和权重输入界面输入特征属性值和部分特征属性的权重。