TW202420119A - 布料特徵預測方法 - Google Patents
布料特徵預測方法 Download PDFInfo
- Publication number
- TW202420119A TW202420119A TW111142056A TW111142056A TW202420119A TW 202420119 A TW202420119 A TW 202420119A TW 111142056 A TW111142056 A TW 111142056A TW 111142056 A TW111142056 A TW 111142056A TW 202420119 A TW202420119 A TW 202420119A
- Authority
- TW
- Taiwan
- Prior art keywords
- fabric
- actual
- predicted
- fabrics
- surface roughness
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/36—Textiles
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Business, Economics & Management (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Textile Engineering (AREA)
- Biochemistry (AREA)
- Medicinal Chemistry (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Food Science & Technology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Immunology (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
一種布料特徵預測方法，包含以下操作：測量多個第一布料，以產生第一布料的多個第一布料實際特徵值組；儲存第一布料實際特徵值組及第一布料的多個第一布料資訊組；依據第二布料的第二布料資訊組，從第一布料選擇多個第三布料；依據第三布料的多個第三布料實際特徵值組及第三布料的多個第三布料資訊組產生至少一方程式；依據至少一方程式及第二布料資訊，產生第二布料的一第二布料預測特徵值組。第一布料實際特徵值組包含第三布料實際特徵值組。第一布料資訊組包含第三布料資訊組。
Description
本揭露是有關於一種布料特徵預測技術，特別是有關於一種布料特徵預測方法。
布料資訊無法呈現布料的物理特徵；為了得知布料特徵，必須以人工對布料進行測量；人工測量的成本較高且耗時較長。因此，發展能夠克服上述問題的技術為本領域重要之課題。
本揭露實施方式包含一種布料特徵預測方法。布料特徵預測方法包含以下操作：測量多個第一布料，以產生第一布料的多個第一布料實際特徵值組；儲存第一布料實際特徵值組及第一布料的多個第一布料資訊組；依據第二布料的第二布料資訊組，從第一布料選擇多個第三布料；依據第三布料的多個第三布料實際特徵值組及第三布料的多個第三布料資訊組產生至少一方程式；依據至少一方程式及第二布料資訊，產生第二布料的一第二布料預測特徵值組。第一布料實際特徵值組包含第三布料實際特徵值組。第一布料資訊組包含第三布料資訊組。
於本文中，當一元件被稱為「連接」或「耦接」時，可指「電性連接」或「電性耦接」。「連接」或「耦接」亦可用以表示二或多個元件間相互搭配操作或互動。此外，雖然本文中使用「第一」、「第二」、…等用語描述不同元件，該用語僅是用以區別以相同技術用語描述的元件或操作。除非上下文清楚指明，否則該用語並非特別指稱或暗示次序或順位，亦非用以限定本揭露。
除非另有定義，本文使用的所有術語(包括技術和科學術語)具有與本揭露所屬領域的普通技術人員通常理解的相同的含義。將進一步理解的是，諸如在通常使用的字典中定義的那些術語應當被解釋為具有與它們在相關技術和本揭露的上下文中的含義一致的含義，並且將不被解釋為理想化的或過度正式的意義，除非本文中明確地這樣定義。
這裡使用的術語僅僅是為了描述特定實施方式的目的，而不是限制性的。如本文所使用的，除非內容清楚地指示，否則單數形式「一」、「一個」和「該」旨在包括複數形式，包括「至少一個」。「或」表示「及/或」。如本文所使用的，術語「及/或」包括一個或多個相關所列項目的任何和所有組合。還應當理解，當在本說明書中使用時，術語「包括」及/或「包含」指定所述特徵、區域、整體、步驟、操作、元件的存在及/或部件，但不排除一個或多個其它特徵、區域整體、步驟、操作、元件、部件及/或其組合的存在或添加。
以下將以圖式揭露本揭露之複數個實施方式，為明確說明起見，許多實務上的細節將在以下敘述中一併說明。然而，應瞭解到，這些實務上的細節不應用以限制本揭露。也就是說，在本揭露部分實施方式中，這些實務上的細節是非必要的。此外，為簡化圖式起見，一些習知慣用的結構與元件在圖式中將以簡單示意的方式繪示之。
第1圖為根據本揭露之一實施方式所繪示之布料特徵預測方法100的流程圖。如第1圖所示，布料特徵預測方法100包括操作OP11~OP15；在一些實施方式中，操作OP11~OP15依序進行；在一些實施方式中，操作OP11~OP15可以藉由處理器及記憶體執行。
在操作OP11，測量多個第一布料，以產生第一布料的多個第一布料實際特徵值組。在操作OP12，儲存第一布料實際特徵值組及第一布料的多個第一布料資訊組。在操作OP13，依據第二布料的第二布料資訊組，從第一布料選擇多個第三布料。在操作OP14，依據第三布料的多個第三布料實際特徵值組及第三布料的多個第三布料資訊組產生至少一方程式。在操作OP15，依據至少一方程式及第二布料資訊，產生第二布料的第二布料預測特徵值組。
在一些作法中，為了得知布料特徵，必須以人工對布料進行測量，使得成本較高且耗時較長。
相較於上述作法，在本發明實施例中，可以依據已知的第三布料產生方程式，並依據方程式及第二布料資訊進行運算。在不需要對第二布料進行測量的情況下，也可以得到第二布料的第二布料預測特徵值組。如此一來，可以節省人工測量成本，且可以快速提供第二布料預測特徵值組，以提供客戶參考。
在一些實施方式中，第一布料實際特徵值組包含第三布料實際特徵值組。第一布料資訊組包含第三布料資訊組。
在一些實施方式中，第一布料資訊組的每一組包含第一布料中的對應一者的主紗百分比、布重及垂墜係數。第三布料資訊組的每一組包含第三布料中的對應一者的主紗百分比、布重及垂墜係數。
在一些實施方式中，第二布料資訊組包含第二布料的主紗百分比、布重及垂墜係數。
在一些實施方式中，第一布料實際特徵值組的每一者包含第一布料中的對應一者的實際經向彎曲平均剛度、實際緯向彎曲平均剛度、實際經向彎曲功、實際緯向彎曲功、實際厚度、實際壓縮功、實際壓縮回復率、實際壓縮平均剛度、實際回復平均剛度、壓縮時的實際熱導率、回復時的實際熱導率、實際最大熱流量、實際經向表面摩擦係數、實際緯向表面摩擦係數、實際經向表面粗糙振幅、實際緯向表面粗糙振幅、實際經向表面粗糙波長及實際緯向表面粗糙波長的至少一者。
在一些實施方式中，第三布料實際特徵值組的每一者包含第三布料中的對應一者的實際經向彎曲平均剛度、實際緯向彎曲平均剛度、實際經向彎曲功、實際緯向彎曲功、實際厚度、實際壓縮功、實際壓縮回復率、實際壓縮平均剛度、實際回復平均剛度、壓縮時的實際熱導率、回復時的實際熱導率、實際最大熱流量、實際經向表面摩擦係數、實際緯向表面摩擦係數、實際經向表面粗糙振幅、實際緯向表面粗糙振幅、實際經向表面粗糙波長及實際緯向表面粗糙波長的至少一者。
在一些實施方式中，第二布料預測特徵值組包含第二布料的預測經向彎曲平均剛度、預測緯向彎曲平均剛度、預測經向彎曲功、預測緯向彎曲功、預測厚度、預測壓縮功、預測壓縮回復率、預測壓縮平均剛度、預測回復平均剛度、壓縮時的預測熱導率、回復時的預測熱導率、預測最大熱流量、預測經向表面摩擦係數、預測緯向表面摩擦係數、預測經向表面粗糙振幅、預測緯向表面粗糙振幅、預測經向表面粗糙波長及預測緯向表面粗糙波長的至少一者。
第2圖為根據本揭露之一實施方式所繪示之布料特徵預測方法100的操作OP13的進一步細節的流程圖。如第2圖所示，操作OP13包括操作OP21~OP22。在一些實施方式中，操作OP21~OP22依序進行。操作OP21包含操作OP23。在一些實施方式中，操作OP21~OP23可以藉由處理器及記憶體執行。
在操作OP21，比較第二布料資訊組及第一布料資訊組。在操作OP22，在第一布料中選擇最接近第二布料資訊組的一部分作為第三布料。在操作OP23，比較第二布料資訊組及第一布料資訊組的其中一組在向量空間中的距離。在一些實施方式中，上述向量空間的三個軸分別對應主紗百分比、布重及垂墜係數。
第3圖為根據本揭露之一實施方式所繪示之布料特徵預測方法100的操作OP14的進一步細節的流程圖。如第3圖所示，操作OP14包括操作OP31~OP32。在一些實施方式中，操作OP31~OP32依序進行。在一些實施方式中，操作OP31~OP32可以藉由處理器及記憶體執行。
在操作OP31，依據第三布料資訊組及第三布料實際特徵值組產生N條直線。在操作OP32，依據N條直線的N個斜率產生上述至少一方程式的一者，其中N為正整數。
第4圖為根據本揭露之一實施方式所繪示之布料操作OP31的進一步細節的流程圖。如第4圖所示，操作OP31包括操作OP41~OP43。在一些實施方式中，操作OP41~OP43可以依序進行也可以同時進行。在一些實施方式中，操作OP41~OP43可以藉由處理器及記憶體執行。
在操作OP41，依據第三布料資訊組中的多個主紗百分比產生N條直線中的第一直線L1。在操作OP42，依據第三布料資訊中的多個布重產生N條直線中的第二直線L2。在操作OP43，依據第三布料資訊中的多個垂墜係數產生N條直線中的第三直線L3。關於第一直線L1、第二直線L2及第三直線L3的細節在第5圖相關的實施例中進一步說明如下。
第5圖為根據本揭露之一實施方式所繪示之布料特徵預測方法100相關聯的直線的示意圖301~303。如第5圖所示，示意圖301包括第一直線L1及第一資料點DT1。示意圖302包括第二直線L2及第二資料點DT2。示意圖303包括第三直線L3及第三資料點DT3。
在一些實施方式中，示意圖301~303的橫軸分別對應主紗百分比、布重及垂墜係數。示意圖301的縱軸對應一種布料特徵，例如經向彎曲平均剛度、緯向彎曲平均剛度、經向彎曲功、緯向彎曲功、厚度、壓縮功、壓縮回復率、壓縮平均剛度、回復平均剛度、壓縮時的熱導率、回復時的熱導率、最大熱流量、經向表面摩擦係數、緯向表面摩擦係數、經向表面粗糙振幅、緯向表面粗糙振幅、經向表面粗糙波長及緯向表面粗糙波長的一者。
在一些實施方式中，第一資料點DT1代表第三布料資訊組的主紗百分比及上述布料特徵的關係。第二資料點DT2代表第三布料資訊組的布重及上述布料特徵的關係。第三資料點DT3代表第三布料資訊組的布重及上述布料特徵的關係。
在一些實施方式中，處理器對第一資料點DT1進行迴歸分析以產生第一直線L1，對第二資料點DT2進行迴歸分析以產生第二直線L2，並且對第三資料點DT3進行迴歸分析以產生第三直線L3。
在一些實施方式中，第3圖所示之操作OP32所述之至少一方程式的一者可以被表示如下：
。
在上述方程式中，PD1係第二布料預測特徵值組中的第二布料預測特徵值。K1係第一直線L1的第一斜率除以三。K2係第二直線L2的第二斜率除以三。K3係第三直線L3的第三斜率除以三。K4係第一直線的常數項、第二直線的常數項及第三直線的常數項的總和。X1、X2及X3分別是第二布料的主紗百分比、布重及垂墜係數。
綜上所述，藉由布料特徵預測方法100可以在已知的第一布料中挑選對應第二布料的第三布料，並依據第三布料預測第二布料的第二布料預測特徵值組。相較於傳統作法，本揭露可以減少測量第二布料的成本及時間。
雖然本揭露已以實施方式揭露如上，然其並非用以限定本揭露，任何所屬技術領域中具有通常知識者，在不脫離本揭露的精神和範圍內，當可作些許的更動與潤飾，故本揭露的保護範圍當視後附的申請專利範圍所界定者為準。
100:布料特徵預測方法
OP11~OP15、OP21~OP23、OP31~OP32、OP41~OP43:操作
301~303:示意圖
L1:第一直線
L2:第二直線
L3:第三直線
DT1:第一資料點
DT2:第二資料點
DT3:第三資料點
第1圖為根據本揭露之一實施方式所繪示之布料特徵預測方法的流程圖。
第2圖為根據本揭露之一實施方式所繪示之布料特徵預測方法的操作的進一步細節的流程圖。
第3圖為根據本揭露之一實施方式所繪示之布料特徵預測方法的操作的進一步細節的流程圖。
第4圖為根據本揭露之一實施方式所繪示之布料操作的進一步細節的流程圖。
第5圖為根據本揭露之一實施方式所繪示之布料特徵預測方法相關聯的直線的示意圖。
國內寄存資訊(請依寄存機構、日期、號碼順序註記)
無
國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記)
無
100:布料特徵預測方法
OP11~OP15:操作
Claims (10)
- 一種布料特徵預測方法，包含： 測量複數個第一布料，以產生該些第一布料的複數個第一布料實際特徵值組； 儲存該些第一布料實際特徵值組及該些第一布料的複數個第一布料資訊組； 依據一第二布料的一第二布料資訊組，從該些第一布料選擇複數個第三布料； 依據該些第三布料的複數個第三布料實際特徵值組及該些第三布料的複數個第三布料資訊組產生至少一方程式；以及 依據該至少一方程式及該些第二布料資訊，產生該第二布料的一第二布料預測特徵值組， 其中該些第一布料實際特徵值組包含該些第三布料實際特徵值組，以及 該些第一布料資訊組包含該些第三布料資訊組。
- 如請求項1所述之布料特徵預測方法，其中 該些第一布料資訊組的每一組包含該些第一布料中的對應一者的主紗百分比、布重及垂墜係數，以及 該些第三布料資訊組的每一組包含該些第三布料中的對應一者的主紗百分比、布重及垂墜係數。
- 如請求項2所述之布料特徵預測方法，其中該第二布料資訊組包含該第二布料的主紗百分比、布重及垂墜係數。
- 如請求項1所述之布料特徵預測方法，其中 該些第一布料實際特徵值組的每一者包含該些第一布料中的對應一者的實際經向彎曲平均剛度、實際緯向彎曲平均剛度、實際經向彎曲功、實際緯向彎曲功、實際厚度、實際壓縮功、實際壓縮回復率、實際壓縮平均剛度、實際回復平均剛度、壓縮時的實際熱導率、回復時的實際熱導率、實際最大熱流量、實際經向表面摩擦係數、實際緯向表面摩擦係數、實際經向表面粗糙振幅、實際緯向表面粗糙振幅、實際經向表面粗糙波長及實際緯向表面粗糙波長的至少一者，以及 該些第三布料實際特徵值組的每一者包含該些第三布料中的對應一者的實際經向彎曲平均剛度、實際緯向彎曲平均剛度、實際經向彎曲功、實際緯向彎曲功、實際厚度、實際壓縮功、實際壓縮回復率、實際壓縮平均剛度、實際回復平均剛度、壓縮時的實際熱導率、回復時的實際熱導率、實際最大熱流量、實際經向表面摩擦係數、實際緯向表面摩擦係數、實際經向表面粗糙振幅、實際緯向表面粗糙振幅、實際經向表面粗糙波長及實際緯向表面粗糙波長的至少一者。
- 如請求項4所述之布料特徵預測方法，其中該第二布料預測特徵值組包含該些第二布料的預測經向彎曲平均剛度、預測緯向彎曲平均剛度、預測經向彎曲功、預測緯向彎曲功、預測厚度、預測壓縮功、預測壓縮回復率、預測壓縮平均剛度、預測回復平均剛度、壓縮時的預測熱導率、回復時的預測熱導率、預測最大熱流量、預測經向表面摩擦係數、預測緯向表面摩擦係數、預測經向表面粗糙振幅、預測緯向表面粗糙振幅、預測經向表面粗糙波長及預測緯向表面粗糙波長的至少一者。
- 如請求項1所述之布料特徵預測方法，其中選擇該些第三布料包含： 比較該第二布料資訊組及該些第一布料資訊組；以及 在該些第一布料中選擇最接近該第二布料資訊組的一部分作為該些第三布料。
- 如請求項6所述之布料特徵預測方法，其中比較該第二布料資訊組及該些第一布料資訊組包含： 比較該第二布料資訊組及該些第一布料資訊組的一組在一向量空間中的距離， 其中該向量空間的三個軸分別對應主紗百分比、布重及垂墜係數。
- 如請求項1所述之布料特徵預測方法，其中產生該至少一方程式包含： 依據該些第三布料資訊組及該些第三布料實際特徵值組產生N條直線；以及 依據該N條直線的N個斜率產生該至少一方程式的一者， 其中N為正整數。
- 如請求項8所述之布料特徵預測方法，其中產生該N條直線包含： 依據該些第三布料資訊組中的複數個主紗百分比產生該N條直線中的一第一直線 ； 依據該些第三布料資訊中的複數個布重產生該N條直線中的一第二直線 ；以及 依據該些第三布料資訊中的複數個垂墜係數產生該N條直線中的一第三直線 。
- 如請求項9所述之布料特徵預測方法，其中該至少一方程式的該者係： ， 其中PD1係該第二布料預測特徵值組中的一第二布料預測特徵值， K1係該第一直線的一第一斜率除以三， K2係該第二直線的一第二斜率除以三， K3係該第三直線的一第三斜率除以三， K4係該第一直線的一常數項、該第二直線的一常數項及該第三直線的一常數項的總和，以及 X1、X2及X3分別是該第二布料的主紗百分比、布重及垂墜係數。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111142056A TW202420119A (zh) | 2022-11-03 | 2022-11-03 | 布料特徵預測方法 |
| CN202310221210.2A CN117993537A (zh) | 2022-11-03 | 2023-03-09 | 布料特征预测方法 |
| US18/500,258 US20240151707A1 (en) | 2022-11-03 | 2023-11-02 | Fabric feature predicting method |
| DE102023130294.9A DE102023130294A1 (de) | 2022-11-03 | 2023-11-02 | Gewebeeigenschaftenvorhersageverfahren |
| ES202330894A ES2976010A1 (es) | 2022-11-03 | 2023-11-02 | Método de predicción de características de tejido |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111142056A TW202420119A (zh) | 2022-11-03 | 2022-11-03 | 布料特徵預測方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TW202420119A true TW202420119A (zh) | 2024-05-16 |
Family
ID=90732103
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111142056A TW202420119A (zh) | 2022-11-03 | 2022-11-03 | 布料特徵預測方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20240151707A1 (zh) |
| CN (1) | CN117993537A (zh) |
| DE (1) | DE102023130294A1 (zh) |
| ES (1) | ES2976010A1 (zh) |
| TW (1) | TW202420119A (zh) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130325398A1 (en) * | 2012-05-30 | 2013-12-05 | The Procter & Gamble Company | Three-Dimensional Perceived Softness Of Baby Care Products |
| RU2707513C2 (ru) * | 2014-04-02 | 2019-11-27 | Эйрдай Интеллекчуал Проперти ЭлЭлСи | Управление цветом |
| CN107345955A (zh) * | 2017-07-07 | 2017-11-14 | 南通职业大学 | 一种研究接缝强力指标影响因素的方法 |
| CN112760858B (zh) * | 2019-10-21 | 2023-10-24 | 阿里巴巴集团控股有限公司 | 洗水参数获取方法、设备、系统及存储介质 |
| KR102504871B1 (ko) * | 2020-09-07 | 2023-03-02 | (주)클로버추얼패션 | 직물의 물성 파라미터를 추정하기 위한 인공 신경망의 트레이닝 데이터를 생성하는 방법, 직물의 물성 파라미터를 추정하는 방법 및 장치 |
| CN113297640B (zh) * | 2020-10-19 | 2025-02-18 | 阿里巴巴集团控股有限公司 | 缩率预测、服装订单处理方法、系统、设备及存储介质 |
| CN113536687A (zh) * | 2021-07-26 | 2021-10-22 | 上海大学 | 基于pso-lssvm的单色棉织物颜色和染料浓度预测模型构建方法 |
-
2022
- 2022-11-03 TW TW111142056A patent/TW202420119A/zh unknown
-
2023
- 2023-03-09 CN CN202310221210.2A patent/CN117993537A/zh active Pending
- 2023-11-02 DE DE102023130294.9A patent/DE102023130294A1/de active Pending
- 2023-11-02 US US18/500,258 patent/US20240151707A1/en active Pending
- 2023-11-02 ES ES202330894A patent/ES2976010A1/es active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| DE102023130294A1 (de) | 2024-05-08 |
| ES2976010A1 (es) | 2024-07-19 |
| CN117993537A (zh) | 2024-05-07 |
| US20240151707A1 (en) | 2024-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kang et al. | Structural inverse analysis by hybrid simplex artificial bee colony algorithms | |
| Hadavandi et al. | A Grey Wolf Optimizer-based neural network coupled with response surface method for modeling the strength of siro-spun yarn in spinning mills | |
| WO2024174300A1 (zh) | 一种基于图神经网络的工艺质量时间序列预测方法 | |
| Mitra et al. | Selection of handloom fabrics for summer clothing using multi-criteria decision making techniques | |
| CN113392594B (zh) | 一种基于abc极限学习机的力学性能区间预测方法及装置 | |
| CN110069822A (zh) | 一种叶片动应变测量的传感器布置方法 | |
| TW202420119A (zh) | 布料特徵預測方法 | |
| CN117114204A (zh) | 一种电网投资规模预测方法、系统及设备 | |
| CN109118093A (zh) | 一种评估碳排放经济影响的方法 | |
| Lahrizi et al. | Predictive analysis toward the identification of cracks in functional gradient beam structures using an optimization algorithm based on the transit search technique | |
| CN111340325A (zh) | 一种基于综合评价指标对输变电设施服务水平进行评价的方法及系统 | |
| JP6102659B2 (ja) | 圧延制御装置および圧延制御方法 | |
| Chang et al. | Optimal sensor configuration for flexible structures with multi-dimensional mode shapes | |
| Antonau et al. | Comparison of the first order algorithms to solve system identification problems of high-fidelity digital twins | |
| CN111091243A (zh) | 基于pca-gm的电力负荷预测方法、系统、计算机可读存储介质和计算设备 | |
| Ragauskas et al. | Identification of material properties of composite materials | |
| CN109766637A (zh) | 基于Krigng代理模型的桥式起重机结构可靠性优化方法 | |
| TWI882218B (zh) | 預測布料特徵之方法及系統 | |
| CN111561881A (zh) | 一种基于anfis的长周期光纤光栅曲率测量方法 | |
| CN113312768B (zh) | 基于Taguchi和BBD的电磁铁多质量特性参数优化设计方法 | |
| Wu et al. | Optimal determination of resistance coefficient of heating pipe network based on genetic algorithm | |
| CN120929791B (zh) | 一种涤纶针织布的表面抗静电处理方法及系统 | |
| CN117574255B (zh) | 一种基于鹈鹕算法和支持向量机的边坡安全系数预测方法 | |
| CN119941691B (zh) | 一种基于数据增强和对比学习的图像质量评估方法 | |
| CN116976474A (zh) | 预测布料特征的方法及系统 |