Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The hairiness of blended yarns is influenced by several parameters at the ring frame. For this reason, it is necessary to develop a model based on experimental evidence that includes all known processing factors. The generalised from of this model is a candidate for predicting yarn hairiness. In this paper, an artificial neural network and multiple linear regression were used for modelling and predicting the hairiness of polyester-viscose blended yarns based on various process parameters. The models developed were assessed by applying PF/3, the Mean Square Error (MSE), and the Correlation Coefficient (R-value) between the actual and predicted yarn hairiness. The results indicated that the artificial neural network has better performance (R = 0.967) in comparison with multiple linear regression (R = 0.878).
PL
Włochatość przędz mieszankowych zależy od parametrów przędzarki obrączkowej. Dlatego należało stworzyć model uwzględniający wszystkie współczynniki mające wpływ na włochatość przędzy. Dla przewidywania włochatości zastosowano sztuczne sieci neuronowe oraz wielofunkcyjną regresję liniową. Uzyskane wyniki obliczeń oraz pomiarów wykazały, że lepsze właściwości przewidywania uzyskuje się stosując sztuczne sieci neuronowe w stosunku do metody regresji liniowej.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.