基于人工智能的纺织技术开发措施

杨发军

[鲁中中等专业学校（鲁中高级技工学校），山东滨州 256600]

1 人工智能技术在纺织行业的应用分析

1.1 专家系统

人工智能技术是计算机科学当中的一个分支，包含的技术种类较多，专家系统就是其中之一。专家系统在人工智能当中的应用主要是让机器人具备逻辑思维能力和判断能力，人工智能技术与其它智能科技明显的不同就是人工智能可以根据环境进行自主判断需要进行的动作和任务，模拟人类智慧行为，通过逻辑推理做出准确的行为操作。

首先，专家系统当中包含知识库和推理库，知识库当中包含应用领域当中的专业理论知识内容，当人工智能使用用户发送任务时，人工智能可以根据知识库当中相关的知识内容进行专业的操作。推理库的作用是让人工智能技术根据实际的任务情况进行推理，准确地判断问题解决的方式，为用户提供专家建议。

其次，在纺织行业当中，专家系统的应用较为广泛，在纺织产品生产的过程中，生产工艺、加工工艺、制造工艺等专业的知识内容在专家系统中都有涵盖。专家系统当中，功能模块运行的独立性较强，可以全面提高纺织产品生产工艺设计的准确性和便捷性。

1.2 遗传算法

遗传算法主要就是对生物进化过程的数据进行相关的计算。将生物进化的过程转换成数据的形式，并根据数据建立成数学模型，然后找到其中的问题，根据问题所在，计算出解决问题的办法。遗传算法在人工智能当中也是不可或缺的一部分。在纺织行业当中，遗传算法可以对纺织产品进行数据转换，建立数学模型，对纺织产品的瑕疵点进行定位和分类。在计算的过程中，会将纺织产品瑕疵的部位生成清晰的图像，便于对纺织品进行重新修改和加工。遗传算法可以准确地将瑕疵点进行分类，识别的效率和准确性很高，相对于传统的识别技术，应用效果较好。

1.3 人工神经网络

人工神经网络技术是模拟人类大脑神经网络构建的一种网络系统。人工神经网络就是模拟大脑结构，利用计算机网络技术建立的。在人工智能技术当中，人工神经网络的规模较大，可以对主要的信息进行组织整理，对信息进行推理，找到解决问题的办法。同时，人工神经网络的适应能力较强，可以对各种信息类型进行综合整理。在纺织行业当中，人工神经网络可以对纺织品使用的棉布种类和色泽进行确定和分类。

1.4 综合技术应用

人工智能综合技术的应用可以促进纺织生产作业质量和效率大幅度的提升。在纺织产品染色配色的过程中就有应用遗传计算技术和人工神经网络技术[1]。首先，利用遗传计算技术对纺织产品配色染色进行计算，模拟配色染色的成果。然后，利用人工神经网络技术对配色染色的方案数据进行提取和挑选，从而确定最佳的配色染色方案。用遗传计算确定其规律，结合人工神经网络对配色效果进行评判，从而提高纺织产品配色染色的效果。综合技术在纺织产品生产、加工当中的应用对纺织产品的质量提升有很大的帮助。

2 基于人工智能的纺织技术开发措施分析

2.1 开发智能纺织CAD

将CAD技术是应用于纺织产品的设计中，利用CAD技术进行模拟计算，模拟设计产品的成果图，来帮助纺织产品设计师对设计品进行优化和改良，提高纺织产品的质量。CAD技术对纺织产品的设计有重要的作用，人工智能技术的开发要从CAD技术入手，将人工智能技术与CAD技术进行结合，生成智能纺织CAD技术。将专家系统、知识工程技术与CAD技术进行结合，在进行产品设计时，可以获取更多的专家建议和专业知识的辅助，提升纺织产品设计的效果。使纺织产品设计更加符合纺织产品市场的需求，有效地解决设计当中存在的问题。因而,人工智能纺织CAD技术的开发和应用将会为纺织行业带来新的发展[2]。

2.2 人工神经网络与流行趋势的结合

纺织企业市场竞争逐渐变得剧烈，纺织产品的设计效果与企业市场竞争力的提升有直接的关联。在纺织产品质量的设计过程中，要掌握纺织品市场的流向趋势，而流行趋势的调查与了解是一项难度较大的工作，对流行趋势的预测准确性也有待提高。将人工神经网络与流行趋势预测进行结合是优化流行趋势的有效途径，人工神经网络具有信息组织能力，可以对当前纺织产品的元素进行组织，提出有效的解决办法，为纺织产品提供更多的创新元素，从而提高纺织产品设计的创新性，打造流行的纺织产品。

2.3 计算机视觉技术的开发

人们对纺织产品的要求逐渐有了变化，除了纺织产品的质量以外，对纺织产品的视觉效果的美观性也有一定的要求。如今，纺织企业为了更好地迎合消费者的需求，对纺织产品的外观进行设计，产品花纹、图案的种类形式都更加多样化和丰富化。计算机视觉技术是利用数字化的纺织技术将更多美观的图案、印花与纺织产品相结合，提高了纺织产品的美观性和艺术性，强化了消费者的使用体验。计算机视觉技术的应用也促进了纺织产品创新性的提高。

2.4 对人工智能专家系统的深入开发

在纺织领域当中应用人工智能技术，其中不可或缺的重要内容就是利用专家系统的研发。解决纺织技术问题需要技术人员的工作经验，解决实际问题的过程中也需要利用工作经验进行分析和研究，需要由技术人员进行实际推理，利用专家系统技术实现人工智能推理。例如，在分析织物病疵时，在很多情况下，单纯依靠丰富经验就可以解决问题，而辅助设备发挥的作用并不大。在知识库当中输入专家经验，用户向专家系统描述病疵的具体现象，就可以获得问题答案。

2.5 模拟退火算法

这种技术的基础就是固体退火原理，属于一种新型的随机搜索方法。对于传统的近似算法，模拟退火算法的描述更加简单，实用起来也更加灵活，并且具备很高的运行效率，初始条件对于模拟退火算法的影响并不是很大。在很多的纺织印染企业当中，主要的生产模式就是多品种和小批量，订单的调整非常频繁，现场生产计算就会存在很多变数，在调度编制方面就会变得更加困难。因此，模拟退火算法在大规模组合优化等问题上更加适用。