摘要

为预测熔喷非织造布的过滤性能,提出基于属性约简和支持向量机的预测方法。运用粗糙集理论在ROSETTA环境下对含有9个参数的熔喷非织造纤网结构参数全集进行约简,得到6个各含3个参数的约简集。分别将参数全集及各个约简集作为输入建立基于支持向量机(SVM)和BP神经网络(BP-ANN)的28个过滤性能预测模型,运用交叉验证法进行模型结构参数优化。结果表明:以含厚度、纤维直径和孔径的约简集为输入,基于SVM模型预测准确度最高;其对过滤效率和过滤阻力的预测精度均超过98%,且CV值均小于2%,表明这3个参数是影响熔喷非织造布过滤性能的核心要素;基于SVM模型的预测准确度总体优于基于BP-ANN模型的。

全文