ارائه ابزار محاسباتی نرم مبتنی بر مدل‌های ترکیبی به‌منظور بهبود پیش‌بینی کیفیت منسوجات تولیدی در صنعت پوشاک

نوع مقاله : مقاله پژوهشی

نویسندگان

1 Department of Industrial Engineering, Isfah an University of Technology, Isfahan, Iran

2 دانشکده مهندسی صنایع و سیستم ها، دانشگاه صنعتی اصفهان، اصفهان، ایران

چکیده

ب شبکه‌های عصبی مصنوعی ابزارهای پیش‌بینی دقیقی برای دامنه وسیعی از مسائل هستند که نیاز به داده‌های زیاد برای حصول نتایج دقیق، کاربرد آن‌ها را با محدودیت مواجه کرده است. این درحالی است که فراهم آوردن داده‌های مورد نیاز به منظور ارائه پیش‌بینی‌های دقیق با شبکه عصبی مصنوعی در صنعت نساجی، اصولاً بسیار هزینه‌بر و زمان‌بر است. از این رو، استفاده از روش‌هایی که قادر به ارائه پیش‌بینی با تعداد داده‌های قابل حصول کم هستند، در این‌گونه از صنایع مناسب‌تر‌ و کارآمدتر خواهد بود. در این مقاله، از ترکیب روش‌های شبکه‌های عصبی مصنوعی و رگرسیون فازی به ارائه یک مدل هوشمند نرم به منظور پیش‌بینی کیفیت درز پوشاک تولیدی پرداخته شده است. ایده اصلی روش پیشنهادی استفاده از مزایای محاسبات نرم مجموعه‌های فازی به‌منظور حصول نشخه‌ای بهبودیافته از شبکه‌های عصبی مصنوعی در شرایط داده‌های قابل حصول کم است. نتایج بدست آمده از بکارگیری روش پیشنهادی در پیش‌بینی کیفیت درز پوشاک، بیانگر عملکرد بالاتر این روش درتقابل با مدل‌های تشکیل‌دهنده خود و همچنین سایر روش‌های ترکیبی موجود است.

کلیدواژه‌ها


عنوان مقاله [English]

Proposing a soft hybrid computing model to improve the prediction of the quality of seams in garments

نویسندگان [English]

  • Mehdi Khashei 1
  • Nesa Ahmadyar 2
1 Department of Industrial Engineering, Isfah an University of Technology, Isfahan, Iran
2 Department of Industrial and Systems Engineering, Isfahan University of Technology, Isfahan, Iran
چکیده [English]

For training the artifcial neural network to accurately predict a specifc parameter, several experimental results ar
generally needed which makes it costly and time-consuming. Hence, there is a need for developing other method
that can accurately predict based on a small number of experimental data. In this paper, a combination of artifci
neural network and fuzzy regression methods was employed to develop a soft intelligent model for predicting th
quality of seams in garments. The main idea of the proposed method is to simultaneously use the advantages of so
computing of fuzzy sets to achieve improved results from artifcial neural networks based on a relatively small ex
perimental dataset. The results obtained from the proposed model showed its higher performance in comparison t
its constituent models as well as other existing combinational methods.






کلیدواژه‌ها [English]

  • Multilayer Perceptron Neural Networks
  • Fuzzy Regression
  • Hybrid models
  • textile industry
  • Predict quality of clothing seam