基于优化相关向量机的人造板厚度在线检测

摘要：

针对人造板厚度检测系统检测精度不高的问题,提出一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化相关向量机(Relevance Vector Machine,RVM)的人造板厚度检测方法,以提高人造板厚度检测系统的检测精度.从两个角度对传统麻雀搜索算法进行改进:首先在初始种群位置中引入精英混沌反向学习机制,使算法的初始种群分布更加合理,提高了初始解的质量;然后通过引入一种变尺度混沌变异算子,对停滞的全局最优解进行变异,以增强算法的抗停滞的能力,在此基础上通过改进后的算法优化相关向量机的核函数参数,最后以中密度纤维板(Medium Density Fiberboard,MDF)为例开展了在线检测试验,获取试验数据并进行对比分析.结果表明:所提方法能够有效减少检测误差,提高测量精度.

关键词：人造板、相关向量机、麻雀搜索算法、混沌映射、折射反向学习

所属期刊栏目：39

分类号：TS67(木材加工工业、家具制造工业)

资助基金：中央高校基本科研业务非专项资金项目;国家自然科学基金;黑龙江省博士后启动基金

在线出版日期：2023-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：7-15