Przegląd zastosowania sztucznych sieci neuronowych w modelowaniu właściwości wyrobów włókienniczych

• Autorzy: Dąbrowska A.
• Języki publikacji: PL

Abstrakty

EN

Recently, there can be observed an increase of the significance of predicting textile properties. Developed models that can predict properties of yarns, fabrics and clothing are valuable optimization tools and allow for development of the textile product that is characterized by certain properties determined by the predicted utility conditions. Because of the complex structure of textiles and nonlinear functions that characterize various phenomenon observed during their utility, and as a consequence - difficulties in the mathematical description, artificial neural networks can be used to model regressive issues in the field of textiles. The subject of this article is to analyze models developed with a use of artificial neural networks that allow for modeling properties of yarns, fabrics and clothing in the aspect of using this simulating technique to predict properties of the personal protective equipment and especially - protective clothing.

Słowa kluczowe

PL

sztuczne sieci neuronowe; właściwości wyrobów włókienniczych

EN

artificial neural networks; properties of clothing

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Włókienniczy - Włókno, Odzież, Skóra
• Rocznik: 2012
• Tom: nr 9
• Strony: 29--33
• Opis fizyczny: Bibliogr. 27 poz., rys.

Twórcy

autor

Dąbrowska A.

• Zakład Ochron Osobistych w Centralnym Instytucie Ochrony Pracy - Państwowym Instytucie Badawczym

Bibliografia

• 1. Statistica Neural Networks™ PL, Wprowadzenie do sieci neuronowych, 2001, ISBN 83-88724091-0.
• 2. Szaleniec M., Sieci neuronowe i regresja wieloraka - czyli jak okiełznać złożoność w badaniach naukowych?, http://www.statsoft.pl/czytelnia/ artykuly/Sieci%20neuronowe.pdf [dostęp: 20 lipca 2012 r.].
• 3. Majumdar A., Singh S. P., Ghosh A., Modelling, optimization and decision making techniques in designing of functional clothing, Indian Journal of Fibre & Textile Research, Vol. 36, 2011, pp. 389 - 409.
• 4. Tadeusiewicz R., Uczenie poglądowe, http://www.uci.agh.edu.pl/ uczelnia/tad/Sieci_neuronowe/06-Uczenie-pogladowe.pdf [dostęp: 12 lipca 2012 r.].
• 5. Tadeusiewicz R., Uczenie sieci neuronowych - opisy formalne, www. uci.agh.edu.pl/uczeInia/tad/Sieci_neuronowc/06a-Uczenie_sie-ci_neuronowych-opisy_formalne.pdf [dostęp: 12 lipca 2012 r.].
• 6. Lewandowski S., Podstawowe elementy sztucznej inteligencji i przykłady ich zastosowań we włókiennictwie. Część la: Rodzaje i charakterystyka elementów sztucznej inteligencji, Przegląd Włókienniczy - Włókno, Odzież, Skóra 4/2008, str. 43 - 46.
• 7. Tehran M. A., Maleki M.,Artifical neural network prosperities in textile applications, in: Artificial Neural Networks - Industrial and Control Engineering Applications, edited by: Suzuki K., ISBN 978-953-307-220-3, 2011.
• 8. Vassiliadis S., Rangoussi M., Cay A., Provatidis C, Artificial Neural Networks and Their Applications in the Engineering of Fabrics, in: Artificial Neural Networks - Industrial and Control Engineering Applications, edited by: Suzuki K., ISBN 978-953-307-220-3, 2011.
• 9. Hui C. L. P. Fun N. S., Ip C., Review of Application of Artificial Neural Networks in Textiles and Clothing Industries over Last Decades, in: Artificial Neural Networks - Industrial and Control Engineering Applications, edited by: Suzuki K., ISBN 978-953-307-220-3, 2011.
• 10. Lewandowski S., Podstawowe elementy sztucznej inteligencji iprzykta-dy ich zastosowań we włókiennictwie. Część II. Przykłady zastosowań, Przegląd Włókienniczy - Włókno, Odzież, Skóra 8/2009, str. 41-45.
• 11. Hui C, Fun N, Ip C, Review of application of artificial neural networks in textile and clothing industries over last decades, Artificial Neural Networks - Industrial and Control Engineering Applications, ISBN 978-953-307-220-3, 2011.
• 12. Souid H, Sahnoun M., Babay A., Cheikrouhou M..,A Generalized Model for Predicting Yarn Global Quality Index, The Open Textile Journal, 202, 5,8-13.
• 13. Chen T., Zhang C, Chen X., Li L., A Soft Computing Model for Predicting Yarn Tenacity, RJTA, Vol. 11, No. 4, 2007.
• 14. Ghosh A., Ishtiaque S., Rengasamy S., Mai P., Patnaik A., Predictive Models for Strength of Spun Yarns: An Overview, AUTEX Research Journal, Vol. 5, No 1, 2005.
• 15. Furferi R., Gelli M., Yarn Strength Prediction: A Practical Model Based on Artificial Neural Networks, Hindawi Publishing Corporation, Andvances in Mechanical Engineering, Volume 2010, Article ID 640103, doi: 10.1155/2010/640103.
• 16. Shanbeh M., Hasani H., Tabatabaei S. A., Modelling and Predicting the Breaking Strength and Mass Irregularity of Cotton Rotor-Spun Yarns Containing Cotton Fiber Recovered from Ginning Process by Using Artificial Neural Network Algorithm, Hindawi Publishing Corporation, Modelling and Simulation in Engineering, Volume 2011, Article ID 591905, doi: 10.1155/2011/591905.
• 17. Jackowska-Strumiłło L., Cyniak D., Czekalski J., Jackowski T., Neural Model of the Spinning Process Dedicated to Predicting Properties of Cotton-Polyester Blended Yarns on the Basis of the Characteristics of Feeding Streams, FIBRES & TEXTILES in Eastern Europe, Vol. 16, No. 1(66), 2008, p. 28 - 36.
• 18. Ogulata S. N, Sahin C, Ogulata R. T., Balci O., The Prediction of Elongation and Recovery of Woven Bi-Stretch Fabric Using Artificial Neural Network and Linear Regression Models, FIBRES & TEXTILES in Eastern Europe, Vol. 14, No. 2 (56), 2006, p. 46 - 49.
• 19. Tokarska M., Assessing the quality of neural models using a model of flow characteristics of fabrics as an example, AUTEX Research Journal, Vol. 6, No. 3, 2006.
• 20. Fayala F., Alibi H., Benltoufa S., Jemni A., Neural Network for Predicting Thermal Conductivity of Knit Materials, Journal of Engineered Fibers and Fabrics, Volume 3, Issue 4, 2008, p. 53 - 60.
• 21. Wikipedia, http://pl.wikipedia.org/wiki/Algorytm_Levenberga-Marquardta, [dostęp: 5 lipca 2012 r.].
• 22. Bhattacharjee D., Kothari V. K.,A Neural Network System for Prediction of Thermal Resistance of Textile Fabrics, Textile Research Journal, Vol. 77, No. 1, 2007, pp. 4 - 12.
• 23. Wikipedia, http://pl.wikipedia.org/wiki/Metoda_quasi-Newtona [dostęp: 5 lipca 2012 r.].
• 24. Majumdar A., Singh S. P., Ghosh A., Modelling, optimization and decision making techniques in designing of functional clothing, Indian Journal of Fibre & Textile Research, Vol. 36, 2011, pp. 389 - 409.
• 25. Wong A., Li Y., Yeung P., Lee P., Neural Network Predictions of Human Psychological Perceptions of Clothing Sensory Comfort, Textile Research Journal, 2003, 73 (1).
• 26. Wong A., Li Y., Yeung P., Predicting Clothing Sensory Comfort with Artificial Intelligence Hybrid Models, Textile Research Journal., 2004, 74 (1).
• 27. Hu Z., A Hybrid System Based on Neural Network and Immune Co-Evolutionary Algorithm for Garment Pattern Design Optimization, Journal of Computers, Vol. 4, No, 11, 2009.