基于案例推理的毛纺工艺推荐模型设计

叶 争 钱竞芳 薛文良

东华大学 纺织学院(中国)

伴随社会经济的发展，人们对于纺织产品的需求变得多样化和个性化，纺织企业的生产特点越来越趋向于小批量多品种，这对纺织企业的生产能力提出了更高的要求，即要求企业具备制造工艺快速反应和调整的能力。以纺纱工艺为例，由于其涉及工序、工艺参数多，为了提高工艺设计效率，工艺设计人员一般需在纺纱工艺设计开始前，从历史工艺中寻找相似工艺，并在此基础上进行修改，进而形成新工艺[1]。但随着时间的推移，会积累大量的纺纱工艺案例，如何从这些工艺案例中迅速准确定位并推荐需要的工艺就显得尤为重要。对此，本文将通过基于案例推理(CBR)的技术构建毛纺工艺推荐模型，从而从案例库中快速锁定所需工艺。

1 毛纺工艺推荐模型的构建

1.1 模型构建思路

在毛纺工艺设计过程中，工艺设计人员通常利用历史已有的案例来进行新的纺纱工艺设计，其实质上是一种知识继承与重用的过程，而CBR就是可以实现该过程人工智能化的技术，可以采用这种技术实现对历史纺纱工艺案例的快速推荐并重用。

毛纺工艺推荐模型构建思路如图1所示，主要可分为3个步骤：表述毛纺工艺案例具体内容，建立案例库；根据案例的特征属性计算案例间的综合相似度，并根据相似度高低推荐案例；在推荐的案例中选择最合适的进行修改，符合要求则作为新案例加入案例库，反之继续修改，直至符合新产品要求。

图1 构建毛纺工艺推荐模型的思路

1.2 案例库的构建

CBR是一种基于历史问题解决方案而对当前问题求解的类比推理方法，因此要进行毛纺工艺案例推理，首先必须构建纺纱工艺案例库。

影响毛纺工艺参数的因素包括纤维与纱线两方面。从纤维方面来看， 毛纤维含油率和各种混纺纤维的回潮率会对和毛过程中的工艺设计产生很大影响[2]，梳毛、并条、粗纱和细纱工艺受纤维线密度、长度及长度整齐度的影响[3-5]；从纱线方面来看， 原料、纱线结构、混纺比、纱支、捻度、合股数和纱线用途影响毛纺工艺参数的确定[6]。因此，本文在构建毛纺工艺案例库时，选择长度、细度、回潮率、毛纤维短毛率、含油率和棉纤维短绒率等几个指标作为纤维方面的特征属性，原料、混纺比、单纱捻度、股纱捻度、合股数、纺纱方式和纱线用途等几个指标作为纱线方面的特征属性。案例库的具体内容如表1所示。

1.3 工艺推荐依据

先以纱线方面特征属性的综合相似度作为工艺推荐的依据。如推荐结果不理想，则启用纤维方面的特征属性综合相似度进行补充。

表1 案例库4个方面具体内容

针对纱线方面，新产品工艺与历史工艺案例特征属性的综合相似度计算式为

(1)

式中，xi，yi分别为两个工艺案例的第i个特征属性的值；ωi表示任意工艺案例中第i个特征属性的权重值；Sim(xi，yi)为两个工艺案例第i个特征属性的相似度；Si表示数字i的工艺案例；S0表示新产品工艺；Sim(S0，Si)纱表示纱线方面新产品工艺与历史工艺案例的综合相似度，采用最相邻近算法(KNN)计算[7]。

针对纤维方面，新产品工艺与历史工艺案例特征属性的综合相似度计算式为

(2)

式中：Sim(S0，Si)纤表示纤维方面新产品工艺与历史工艺案例的综合相似度。

纱线和纤维两方面都取综合相似度排名前5的案例推荐。案例中纱线质量信息作为工艺选用的参考。

1.4 各特征属性权重确定

计算纱线和纤维方面特征属性的综合相似度，首先要赋予每个特征值相应的权重。纱线方面的特征属性，本文采用层次分析法(AHP)和专家打分制来确定权重，纤维方面的特征属性采用用户自主赋予权重的方式。纱线方面毛纺工艺案例相似度评价体系及各特征属性权重如表2所示。

表2 纱线方面工艺相似度评价体系及各特征属性权重

1.5 各特征属性相似度计算

针对特征属性的类型本文采用了3种不同的相似度算法：精准匹配类型、数值型匹配类型和字符串匹配类型。对于合股数、纱线用途和纺纱方式这些数据，采用精准匹配类型计算式。

(3)

对于纱支、单捻、股捻和原料指标等数值类数据，采用数值类匹配类型计算式。

(4)

其中混纺比中单种纤维含量的相似度也采用式(4)，但是混纺比采用如式(5)计算。

(5)

式中：x1，x2，x3表示两个案例的混纺比中对应第1、2、3种纤维含量；Sim(x混，y混)表示两个工艺案例的混纺比的相似度；Max(xi， yi)表示取两个案例中同一个特征属性的最大值；Sim1，Sim2，Sim3分别表示两个案例的混纺比中对应第1、 2、 3种纤维含量的相似度，以此类推。

对于原料数据采用的字符串匹配类型计算式。

(6)

式中：Distance表示字符串xi，yi之间的编辑距离；Length(xi)表示字符串xi的长度；Length(yi)表示字符串yi的长度；Max[Length(xi)，Length(yi)]表示取两个案例中同一特征属性字符中长度的最大值。

2 应用

假设需要设计一种新型针织用纱的纺纱工艺，计算得到的新产品工艺与历史工艺案例特征属性的综合相似度结果如表3所示。从表3中可以看出，与新产品纺纱方式不同的工艺案例，其与新产品特征属性的综合相似度都很低，表明此模型在区分不同纺纱工艺案例方面具有良好的效果。其中，S6与目标工艺的相似度最高，因此，选择此案例作为新工艺的参考模板，在此基础上，工艺设计人员可以根据新产品实际情况对案例中不合适的工艺参数进行调整，进而形成新工艺。

表3 10种纺纱工艺案例及与新产品工艺的综合相似度

续表

3 结论

本文首先从纱线方面和纤维方面出发探究了毛纺工艺案例之间的相似性，纱线方面选择混纺比、原料、纱支、单捻、股捻、合股数、纱线用途和纺纱方式作为判断纺纱工艺相似度的特征属性；纤维方面选择毛纤维长度、细度、短毛率、含油率和回潮率、化学纤维长度、细度、回潮率与棉纤维长度、细度、短绒率、回潮率作为判断纺纱工艺相似度的特征属性；并构建案例库。然后，建立了基于CBR的毛纺工艺推荐模型，对不同特征属性采用不同匹配算法计算相似度，通过AHP和专家打分制确定综合相似度计算中纱线方面特征属性的权重值。最后，利用企业实际生产数据对模型进行了应用，结果表明模型符合实际，能够加快工艺设计的速度。