基于神经网络与数据库技术的纱线质量预报系统研究

"基于神经网络与数据库技术的纱线质量预报系统" 这篇硕士学位论文详细探讨了如何运用神经网络和数据库技术构建一个纱线质量预报系统，旨在提升纺织企业的生产管理和质量控制水平。作者赵红睿在机械电子工程领域，由导师范秀娟指导，于2007年完成了这项研究。 在论文中，作者首先分析了国内纺织企业的生产管理模式和经验，以此为背景，按照软件工程的原理，在.NET集成开发环境下设计并编码实现了基于浏览器/服务器（B/S）架构的纺纱工艺管理系统。系统不仅满足了日常质量管理需求，还引入了质量监督功能，通过自动配棉算法和神经网络纱线质量预测模型，旨在帮助企业降低成本、保证纱线质量、提升管理水平。 自动配棉算法是论文的一个重要组成部分，作者利用模糊数学构建了相应的数学模型，并进行了计算机实现。这一算法有助于优化棉花组合，以达到理想的纱线品质。 论文重点介绍了两种神经网络模型在纱线质量预测中的应用：基于反向传播（BP）神经网络和径向基函数（RBF）神经网络。这两种模型能有效地模拟原棉性能、纺纱工艺参数与纱线质量指标之间的复杂非线性关系。通过仿真实验，证明了这些模型在纱线质量预报上的准确性。 关键词包括神经网络、模糊数学模型、.NET Framework、数据库、配棉以及质量预测，体现了论文的核心技术与研究内容。整个系统利用SQL Server数据库技术存储和处理数据，确保了信息的有效管理和快速检索。 这篇论文为纺织行业的信息化改革提供了理论支持和技术方案，通过将先进的人工智能技术和数据库管理相结合，推动了纱线质量预报系统的创新与实践，对于提升纺织企业的竞争力具有重要意义。