موسسه نساجی امروز علوم و فناوری نساجی و پوشاک 2151-7162 7 3 2018 11 22 Proposing a soft hybrid computing model to improve the prediction of the quality of seams in garments ارائه ابزار محاسباتی نرم مبتنی بر مدل‌های ترکیبی به‌منظور بهبود پیش‌بینی کیفیت منسوجات تولیدی در صنعت پوشاک 71 80 92828 FA مهدی خاشعی Department of Industrial Engineering, Isfah an University of Technology, Isfahan, Iran نساء احمدیار دانشکده مهندسی صنایع و سیستم ها، دانشگاه صنعتی اصفهان، اصفهان، ایران Journal Article 2019 04 08 <span class="fontstyle0">For training the artifcial neural network to accurately predict a specifc parameter, several experimental results ar<br />generally needed which makes it costly and time-consuming. Hence, there is a need for developing other method<br />that can accurately predict based on a small number of experimental data. In this paper, a combination of artifci<br />neural network and fuzzy regression methods was employed to develop a soft intelligent model for predicting th<br />quality of seams in garments. The main idea of the proposed method is to simultaneously use the advantages of so<br />computing of fuzzy sets to achieve improved results from artifcial neural networks based on a relatively small ex<br />perimental dataset. The results obtained from the proposed model showed its higher performance in comparison t<br />its constituent models as well as other existing combinational methods.</span> <br /><br /><br /><br /><br /><br /> 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. https://www.jtst.ir/article_92828_eb82471c2ee41bacbc5ea14cca509754.pdf