中文摘要：

根据人工神经网络的理论和方法，研究建立棉纱质量控制与预测模型，探索解决棉纺生产中的质量控制与预测问题，我区棉纺企业众多，棉纺生产的原料棉花品种多，品质差异较大，生产过程工序多，质量指标不稳定，是长期困扰棉纺企业的生产质量问题之一，采用传统的工艺分析法，调节各工序工艺参数，由于工序多、各工序相互影响，工艺分析方法系统性不够，棉纱质量控制不理想，棉纱质量波动较大。人工神经网络控制与预测棉纱质量研究项目，运用人工神经网络技术，建立输入与输出的质量控制与预测模型，对质量指标进行有效的质量控制与预测，从而实现对棉纺生产的质量控制与预测，人工神经网络模型有较强非线性处理能力，具有学习时间短，网络运算快，性能稳定、预测精度高，使用方便，适应性强等优点，对指导棉纺企业生产，合理配棉、提高棉纺企业生产的信息化管理程度，加强生产质量控制，保证棉纱的质量，降低生产成本，提高生产管理水平具有深远的意义。

结论摘要：

人工神经网络控制与预测棉纱质量研究项目，根据人工神经网络的理论和方法，研究建立棉纱质量控制与预测模型，探索解决棉纺生产中的质量控制与预测问题，分别采用BP神经网络模型、径向基神经网络模型和改进型BP神经网络模型，选择代表性的纺纱支数，研究确定人工神经网络结构的输入层、隐层、输出层，建立纺纱质量预报模型与配棉方案反演模型，通过预报与反演结果分析，确定两类模型的最优结构与最佳方法；建立多元线性回归模型，对纺纱质量指标进行预报，并将其预报结果与神经网络模型预报结果进行对比，结果表明，使用人工神经网络进行成纱质量预测的相关系数比元线性回归模型成纱质量预测的相关系数大，预测效果好；建立人机交互界面与数据库，将纺纱质量预报模型与棉纱品质模型进行组合并软件化，实现了对棉纱的质量控制与预测。