织物变形舒适性的双群粒子群聚类研究.pdf
《织物变形舒适性的双群粒子群聚类研究.pdf》由会员分享,可在线阅读,更多相关《织物变形舒适性的双群粒子群聚类研究.pdf(5页珍藏版)》请在三一文库上搜索。
1、第3 l 卷第4 期 2 0 1 0 年4 月 纺织学报 J o u r n a Jo fT e x t i l eR e s e a r c h V 0 1 3 1 ,N o 4 A p r ,2 0 1 0 文章编号:0 2 5 3 9 7 2 1 ( 2 0 1 0 ) 0 4 0 0 6 0 0 5 织物变形舒适性的双群粒子群聚类研究 王永林,王东云 ( 中原工学院电子信息学院,河南郑州4 5 0 0 0 7 ) 摘要针对传统聚类方法存在的一些问题,提出了一种具有个体交换策略的双群粒子群聚类方法,群l 根据一 个基于适应度的非线性公式动态更新惯性权重,群2 采用固定权重,每进化一代,2
2、 群交换部分个体。将该方法应 用于织物变形舒适性聚类中,以聚类中心作为粒子位置,通过粒子群优化算法获得最优聚类中心,采用最小距离准 则对样本进行聚类。最后与模糊聚类做r 简单比较,结果表明该方法结论合理,便于应用,为选择服装面料和评价 织物性能提供了一种新手段。 关键词变形舒适性;双群粒子群算法;模糊聚类;织物评价 中图分类号:T S1 0 1 ;T P1 8 1文献标志码:A C l u s t e r i n gs t u d yo ff a b r i cd e f o r m a t i o nc o m f o r t u s i n gb i - s w a r mP S Oa l
3、 g o r i t h m W A N GY o n g l i n ,W A N GD o n g y u n ( D e p a r t m e n to fE l e c t r o n i ca n dI n f o r m a t i o n ,Z h o n g y u a nU n i v e r s i t yo fT e c h n o l o g y , Z h e n g z h o u ,H e n a n4 5 0 0 0 7 ,C h i n a ) A b s t r a c t A i m i n ga ts o l v i n gt h ep r o b l
4、 e m so fs o m et r a d i t i o n a lc l u s t e rm e t h o d s ,a ni m p r o v e d c l u s t e r m e t h o db a s e do nb i s w a r mp a r t i c l es w a r mo p t i m i z a t i o n ( P S O ) a l g o r i t h mw i t h e x c h a n g i n gp a r t i c l e s s t r a t e g yw a sp r o p o s e d O n es w a
5、 r md y n a m i c a l l yu p d a t e di t s i n e r t i aw e i g h t b yan e wn o n l i n e a ru p d a t i n g f o r m u l a ,a n dt h eo t h e re m p l o y e dac o n s t a n ti n e r t i aw e i g h t T h et w os w a r m se x c h a n g e ds o m ep a r t i c l e s a f t e re a c hi t e r a t i o n T
6、h em e t h o dw a sa p p l i e dt ot h ec l u s t e ro ff a b r i cd e f o r m a t i o nc o m f o r ta n dt o o kt h e c l u s t e rc e n t e ra st h ep o s i t i o no ft h ep a r t i c l e T h eo p t i m a lc l u s t e rc e n t e rw a so b t a i n e db yP S Oa l g o r i t h m o p t i m i z i n ga n
7、 dt h es a m p l ed a t aw e r ec l u s t e r e du s i n gt h em i n i m u md i s t a n c ec r i t e r i o n T h ec o m p a r i s o n r e s u l t sb e t w e e nf u z z yc l u s t e rr e s u l t sa n dP S O - b a s e dc l u s t e rs h o w st h a tt h ep r o p o s e dm e t h o dcang e tt h e p r o p e
8、 rc l u s t e rr e s u ha n dp r o v i d e san e wa p p r o a c ht oc l o t h i n gf a b r i c ss e l e c t i o na n de v a l u a t i o n K e yw o r d s d e f o r m a t i o nc o m f o r t ;b i s w a r l T lP S Oa l g o r i t h m ;f u z z yc l u s t e r ;f a b r i ce v a l u a t i o n 随着生活水平的不断提高,人们对
9、服装的要求 不再停留在简单的防寒保暖、结实耐用和色泽光艳 上,还要求有更好的舒适性能。服装面料的舒适性 主要包括热湿舒适性和变形舒适性,热湿舒适性 是指由织物的热湿传递性能决定的舒适性,变形舒 适性是指由织物的变形特征及面密度所决定的舒适 性,如运动时若穿着厚重、不易变形的服装,就很束 缚人,易使人疲劳,因此不同用途的服装,需要满足 不同的舒适性要求。 对织物舒适性的评价,传统上采用试穿感觉的 主观评价法,方法落后,对人的经验、情绪和环境气 候等依赖很大,同一织物多次评价可能会出现不同 的评定结果。由于织物的舒适性与材料的性能特征 密切相关,故可对其性能特征进行分析,采用数理统 计或者人工智能
10、方法进行评判。秦言华等讨论了纬 平毛针织物的结构参数与热舒适性能的关系。2 1 ,崔 收稿日期:2 0 0 9 0 3 2 2修回日期:2 0 0 9 0 8 1 5 基金项目:河南省自然科学基金资助项目( 0 7 2 3 0 0 4 1 0 4 0 0 ) ;河南省高校科技创新人才支持项目( 2 0 0 8 H A S T I T 0 2 0 ) 作者简介:王永林( 1 9 7 7 一) 男,讲师,硕士。主要研究方向为计算智能及其应用。E - m a i l :w y l i n 7 7 1 2 6 c o m 。 万方数据 PDF Watermark Remover DEMO : Purc
11、hase from www.PDFWatermarkR to remove the watermark 第4 期王永林等:织物变形舒适性的双群粒子群聚类研究 6 1 志英等采用灰色系统理论对C o o l m a x 织物湿舒适性 进行了聚类分析“ 1 。目前对织物变形舒适性的相 关研究很少,文献 4 采用了模糊聚类技术,本文引 入了一种新的聚类方法粒子群聚类。 粒子群算法是一种源于对鸟群觅食行为研究而 产生的群体智能演化计算技术”“。,由于算法简单, 参数少,易于实现,收敛速度快等优点而得到广泛的 关注和应用【7 川o 。本文首先改进了粒子群算法,然 后将其应用于织物的变形舒适性聚类中,并与
12、模糊 聚类方法”。做了简单比较。 实验样本和数据处理 选用7 种不同成分的灯芯条绒织物进行研究, 采用最大负荷下的伸长率E 。、拉伸比功阱、拉伸线 性度己,、拉伸弹性恢复率尺,、剪切刚度G 、剪切角 0 = 0 5 。时剪切滞后量2 H G 、剪切角0 = 5 。时剪切滞 后量2 H G 5 和面密度形等8 项指标来评价织物的变 形舒适性,其中前4 项为拉伸性能,5 7 项为剪切 性能,面料的面密度对所有服装面料的变形舒适性 都会产生影响。样本数据由K E S 织物风格仪测得, 有关试样规格、结构参数和指标参数如表1 、2 4 1 所示,其中,拉伸、剪切性能指标为经纬向平 均值。 为消除各特征
13、指标数量级和量纲的差异,需要 对数据进行处理,如归一化。有时为了评价排序,还 要将不同方向最优的特征变为单向最优,比如有些 特征量值越大越好,有些特征量值越小越好,有些特 征量值适中最好,前二者可以通过简单的倒数变换 转化为同种类型。这里采用文献 4 的数据处理 公式: 表1 试样规格与结构参数 X 。= X Jm a x X i p ( 1 ) T a b 1 S p e c i f i c a t i o n sa n ds t r u c t u r ep a r a m e t e r so fs a m p l e s 2改进的双群粒子群聚类方法 设数据样本是1 个包含个数据的集合
14、X , x :,x 。 ,每个样本数据的特征为X 。= X n ,X ,x 。J ,聚类问题就是将这个样本对象聚到K 个 类中,并满足目标函数最小。一般采用欧氏距离的 平方构成目标函数,公式为 K“ m i n ,= u ( x ,一) 2 ( 2 ) j = 1i = l P = 1 乒, = 三卜( p = 1 ,2 ,n ) ( 3 ) u = l 式中:x 。为第i 个样本的第P 个特征分量;C 为1 个 K N 的类中心矩阵;巳为类,的聚类中心的第P 个 万方数据 PDF Watermark Remover DEMO : Purchase from www.PDFWatermarkR
15、 to remove the watermark 6 2 纺织学报第3 1 卷 特征分量;。,为N K 的加权矩阵,矩阵元素非0 即 1 ,当样本i 属于类,时,。= 1 ,否则。= 0 。若各特 征指标重要程度不同,可做加权处理。 2 1 粒子的编码 将粒子群算法用于聚类有2 种方法:一种是所 求的解就是聚类结果,一般用离散整数表示;另一种 是以聚类中心作为解。离散变量问题用粒子群算法 罚函数,专门设计算子及离散二进制P S O 等措施, 都会影响算法的寻优能力和计算复杂度,所以本文 采用第2 种方法。如果要划分为K 类,则每个粒子 的位置由K 个聚类中心组成。 获得最优聚类中心后,计算所有
16、样本关于最优 聚类中心的欧氏距离,采用最小距离准则聚类,将样 本归人距离最近的类中。粒子位置的编码结构如 实现起来比较麻烦。1 “,对变量简单取整,加入惩 表3 所示。 表3 粒子位置编码结构 T a b 3 C o d i n gs t r u c t u r eo fp a r t i c l ep o s i t i o n 样本的初始聚类采用随机分配产生,首先为每 个样本随机指定1 个类别,然后采用式( 3 ) 计算各 类别的初始聚类中心C ,将各类中心矢量串起来, 就得到了1 个粒子的位置。假设有6 个样本,要聚 为3 类,随机产生的类别分配为 2323 l2 ,即 l ,3 ,6
17、被聚到类2 , 2 ,4 被聚到类3 , 5 被聚到 类1 ,则根据这个聚类结果,由式( 3 ) 可得类别1 的 中心为5 。织物,类别2 的中心为1 。、34 和6 。织物各 特征的平均值,类别3 的中心为2 和4 ”织物的各特 征平均值。 2 2 粒子速度和位置的更新 粒子通过跟踪2 个极值来更新自己,一个极值 是粒子自身找到的个体最优解P i ,另一个极值是整 个粒子群找到的群体最优解P 。粒子速度和位置 的更新公式。1 引为 刀譬1 = W W V i d + c l F 1 ( p 2 一X i d ) +刀谢 = + c l 。LJ p 讨一,+ c 2 r 2 ( P :d 一戈
18、谢k ) ( 4 ) 戈譬1 = 并:+ F 譬1 ( 5 ) 式中:”:和x :为第i 个粒子的第d 维参数在第k 次 迭代中的速度和位置;r 。和r :为 0 ,1 间的随机数; c 。和c :为学习因子,通常C 。、c : 0 ,4 ;W 为惯性 权重,常用的调整公式1 引为 W = 伽。+ ( W 。,一加。) f1 一;L l ( 6 ) 、 1m a x 式中:T 为最大迭代次数;t 为当前迭代次数; W 、埘分别为开始时和结束时的权重。 2 3 粒子群算法的改进 式( 6 ) 是应用比较广泛的惯性权重更新算法, 但也存在一定问题,它基于进化代数进行更新,每一 代的粒子不论好坏都采
19、用同样的惯性权重,前期大 范围全局搜索,后期小范围局部搜索,可能会导致前 期错过较优的粒子,后期不易跳出局部极值。一般 希望优秀的个体进行局部搜索,以寻找更优的值,差 的个体大范围搜索,使全局搜索和局部搜索平衡,为 此,本文参考文献 1 2 的基予进化代数的非线性权 重更新公式,提出如下基于适应度的非线性权重更 新公式: rFF1 5 W 。= W 一+ ( 加。一埘) I1 一( 篙) 3l ( 7 ) 。 6 一,J 。 式中:F 。为第i 个粒子的适应度值;F 。和F ,为到目 前为止的群体最优和最差适应度值。F i 越大个体 性能越好,降低权重进行局部寻优;F i 越小粒子性 能越差,
20、增大权重使其大范围跳跃搜索。这里采用 适应度最大最优,适应度函数采用目标函数的倒数 形式。 为加大搜索力度,可用平均适应度代替式( 7 ) 中的F ,当个体适应度小于平均适应度时,可固定 一个较大的权重大范围搜索,当大于平均适应度时, 采用式( 7 ) 变权重寻优。 为解决早熟收敛问题,本文基于多群协作思想, 采用双群做进一步改进,一个群采用式( 7 ) 更新惯 性权重寻优,另一个群采用最大惯性权重进行寻优。 前者具备全局和局部搜索能力,后者始终进行大范 围全局搜索,每进化一代,2 群交换部分甚至全部个 体,使每个个体都具有全局搜索机会,有利于跳出局 部极值,并且好的个体还具备局部搜索能力,执
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 织物 变形 舒适 粒子 群聚 研究
链接地址:https://www.31doc.com/p-3723709.html