CN109933913A - 一种基于bp神经网络高温防护服装优化设计方法 - Google Patents
一种基于bp神经网络高温防护服装优化设计方法 Download PDFInfo
- Publication number
- CN109933913A CN109933913A CN201910197640.9A CN201910197640A CN109933913A CN 109933913 A CN109933913 A CN 109933913A CN 201910197640 A CN201910197640 A CN 201910197640A CN 109933913 A CN109933913 A CN 109933913A
- Authority
- CN
- China
- Prior art keywords
- temperature
- neural network
- time
- curve
- layers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 20
- 238000013461 design Methods 0.000 title claims abstract description 14
- 239000000463 material Substances 0.000 claims abstract description 8
- 238000006467 substitution reaction Methods 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims abstract description 6
- 239000004753 textile Substances 0.000 claims abstract description 4
- 238000002474 experimental method Methods 0.000 claims abstract description 3
- 230000001681 protective effect Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 3
- 238000002922 simulated annealing Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Professional, Industrial, Or Sporting Protective Garments (AREA)
Abstract
本发明公开了一种基于BP神经网络高温防护服装优化设计方法，其特征在于，包括以下步骤：设高温防护服装的织物材料的厚度为取不同的进行皮肤表面温度测试实验得到数据并绘制温度‑时间参照曲线，根据温度‑时间参照曲线预测最优解得到预测结果；将步骤（1）中得到的数据代入BP神经网络进行学习，利用BP神经网络插值方法，得到皮肤表面最高温度插值函数以及高温持续时间插值函数；根据步骤（2）中的皮肤表面最高温度插值函数以及高温持续时间插值函数绘制温度‑时间模型曲线。
Description
技术领域
本发明涉及防护服装设计技术领域，具体是一种基于BP神经网络高温防护服装优化设计方法。
背景技术
在工农业生产和生活中，有时人们可能会遇到恶劣的环境，比如高温，此时人需要穿高温防护服抵抗高温灼伤，专用服装由三层不同的材质构成，分别定义为I、II和III层，其中I层与皮肤之间的空隙定义为IV层。在高温作业环境中，为了控制假人人体温度为37℃，需要控制假人皮肤外侧的温度，一般要求能够保证假人工作60min时，皮肤外侧温度不高于47℃，同时高于44℃的时间不多于5min。为了节省研究成本和研发周期，通常通过假人实验，利用数学模型确定假人皮肤外侧的温度变化情况来设计高温防护服的各层厚度。
目前设计高温防护服的各层厚度多数采用有限差分法进行求解，而有限差分法求解过程较为复杂，耗时较长，因此不便于多次的迭代。
发明内容
本发明为克服上述情况不足，旨在提供一种能解决上述问题的技术方案。
一种基于BP神经网络高温防护服装优化设计方法，包括以下步骤：
(1)设高温防护服装的织物材料的厚度为d，取不同的d进行皮肤表面温度测试实验得到数据并绘制温度-时间参照曲线，根据温度时间参照预测最优解得到预测结果；
(2)将步骤(1)中得到的数据代入BP神经网络进行学习，利用BP神经网络插值方法，得到皮肤表面最高温度插值函数ζT以及高温持续时间插值函数ηt；
(3)根据步骤(2)中的皮肤表面最高温度插值函数ζT以及高温持续时间插值函数ηt绘制温度-时间模型曲线；
(4)将步骤(3)中绘制的温度-时间模型曲线与步骤(1)中绘制的温度-时间参照曲线进行比对，若温度-时间模型曲线与温度-时间参照曲线大致相符，则执行步骤(5)，否则返回步骤(2)；
(5)对步骤(3)中得绘制的温度-时间模型曲线采用模拟退火算法优化，得到优化结果，优化结果与步骤(1)中得到的预测结果比对，若优化结果与预测结果大致相同则输出得到最优解，否则返回步骤(2)。
进一步的，所述模拟退火算法优化通过以下步骤实现：
(1)建立模拟退火优化模型：
min d+kξ
s.t.0.6mm≤d≤25mm
其中k为惩罚系数，ξ表示惩罚函数。
进一步的，所述惩罚函数ξ的表达式为：
ξ＝MT+Mt
其中，当ζT(d)＞47时，MT＝ζT(d)-47，否则MT＝0，即皮肤外侧温度不高于47℃；
当ηt(d)＞5时，Mt＝ηt(d)-5,否则Mt＝0，即高于44℃的时间不多于5min。
进一步的，高温防护服装包括三层织物材料，由外及内分别记为I层、II层、III层，III层与皮肤之间的间隙记为IV层，人体内部与皮肤之间的间隙等效替代为V层介质，设各层的厚度为di，根据权利要求1-3所述方法可获得各层厚度di的最优解。
与现有技术相比，本发明取得的有益效果为：本发明方法思维新颖，采用BP网络插值方法，直接跳过了有限差分法中向前差分法的冗长计算，从而大大节省了单次计算时间。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种基于BP神经网络高温防护服装优化设计方法的***结构示意图；
图2为本发明中的温度-时间参照曲线；
图3为本发明中的温度-时间模型曲线。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，一种基于BP神经网络高温防护服装优化设计方法，包括以下步骤：
(1)设高温防护服装的织物材料的厚度为d，取不同的d进行皮肤表面温度测试实验得到数据并绘制温度-时间参照曲线，根据温度-时间参照曲线预测最优解得到预测结果；
(2)将步骤(1)中得到的数据代入BP神经网络进行学习，利用BP神经网络插值方法，得到皮肤表面最高温度插值函数ζT以及高温持续时间插值函数ηt；
(3)根据步骤(2)中的皮肤表面最高温度插值函数ζT以及高温持续时间插值函数ηt绘制温度-时间模型曲线；
(4)将步骤(3)中绘制的温度-时间模型曲线与步骤(1)中绘制的温度-时间参照曲线进行比对，若温度-时间模型曲线与温度-时间参照曲线大致相符，则执行步骤(5)，否则返回步骤(2)；
(5)对步骤(3)中得绘制的温度-时间模型曲线采用模拟退火算法优化，得到优化结果，优化结果与步骤(1)中得到的预测结果比对，若优化结果与预测结果大致相同则输出得到最优解，否则返回步骤(2)。
进一步的，所述模拟退火算法优化通过以下步骤实现：
(1)建立模拟退火优化模型：
min d+kξ
s.t. 0.6mm≤d≤25mm
其中k为惩罚系数，ξ表示惩罚函数。
进一步的，所述惩罚函数ξ的表达式为：
ξ＝MT+Mt
其中，当ζT(d)＞47时，MT＝ζT(d)-47，否则MT＝0，即皮肤外侧温度不高于47℃；
当ηt(d)＞5时，Mt＝ηt(d)-5,否则Mt＝0，即高于44℃的时间不多于5min。
进一步的，高温防护服装包括三层织物材料，由外及内分别记为I层、II层、III层，III层与皮肤之间的间隙记为IV层，人体内部与皮肤之间的间隙等效替代为V层介质，设各层的厚度为di，根据权利要求1-3所述方法可获得各层厚度di的最优解。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (4)
1.一种基于BP神经网络高温防护服装优化设计方法，其特征在于，包括以下步骤：
(1)设高温防护服装的织物材料的厚度为d，取不同的d进行皮肤表面温度测试实验得到数据并绘制温度-时间参照曲线，根据温度-时间参照曲线预测最优解得到预测结果；
(2)将步骤(1)中得到的数据代入BP神经网络进行学习，利用BP神经网络插值方法，得到皮肤表面最高温度插值函数ζT以及高温持续时间插值函数ηt；
(3)根据步骤(2)中的皮肤表面最高温度插值函数ζT以及高温持续时间插值函数ηt绘制温度-时间模型曲线；
(4)将步骤(3)中绘制的温度-时间模型曲线与步骤(1)中绘制的温度-时间参照曲线进行比对，若温度-时间模型曲线与温度-时间参照曲线大致相符，则执行步骤(5)，否则返回步骤(2)；
(5)对步骤(3)中得绘制的温度-时间模型曲线采用模拟退火算法优化，得到优化结果，优化结果与步骤(1)中得到的预测结果比对，若优化结果与预测结果大致相同则输出得到最优解，否则返回步骤(2)。
2.根据权利要求1所述一种基于BP神经网络高温防护服装优化设计方法，其特征在于，所述模拟退火算法优化通过以下步骤实现：
(1)建立模拟退火优化模型：
min d+kξ
s.t.0.6mm≤d≤25mm
其中k为惩罚系数，ξ表示惩罚函数。
3.根据权利要求2所述一种基于BP神经网络高温防护服装优化设计方法，其特征在于，所述惩罚函数ξ的表达式为：
ξ＝MT+Mt
其中，当ζT(d)＞47时，MT＝ζT(d)-47，否则MT＝0，即皮肤外侧温度不高于47℃；
当ηt(d)＞5时，Mt＝ηt(d)-5，否则Mt＝0，即高于44℃的时间不多于5min。
4.根据权利要3所述一种基于BP神经网络高温防护服装优化设计方法，其特征在于，高温防护服装包括三层织物材料，由外及内分别记为I层、II层、III层，III层与皮肤之间的间隙记为IV层，人体内部与皮肤之间的间隙等效替代为V层介质，设各层的厚度为di，经过BP神经网络插值方法与模拟退火算法优化得到各层厚度di的最优解。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910197640.9A CN109933913B (zh) | 2019-03-15 | 2019-03-15 | 一种基于bp神经网络高温防护服装优化设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910197640.9A CN109933913B (zh) | 2019-03-15 | 2019-03-15 | 一种基于bp神经网络高温防护服装优化设计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109933913A true CN109933913A (zh) | 2019-06-25 |
| CN109933913B CN109933913B (zh) | 2023-06-30 |
Family
ID=66987201
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910197640.9A Active CN109933913B (zh) | 2019-03-15 | 2019-03-15 | 一种基于bp神经网络高温防护服装优化设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109933913B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112883591A (zh) * | 2021-03-25 | 2021-06-01 | 常州工学院 | 高温作业服装各层温度分布分析模型的构建方法及装置 |
| CN117131651A (zh) * | 2023-05-08 | 2023-11-28 | 广东职业技术学院 | 一种生成用于确定温度触感的温度触感模型的方法及*** |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7646383B1 (en) * | 2004-05-28 | 2010-01-12 | Autodesk, Inc. | Methods and apparatuses to effect deformation of computer-generated three-dimensional surfaces |
| CN104700153A (zh) * | 2014-12-05 | 2015-06-10 | 江南大学 | 基于模拟退火优化BP神经网络的pH值预测方法 |
| CN107918487A (zh) * | 2017-10-20 | 2018-04-17 | 南京邮电大学 | 一种基于皮肤电信号识别中文情感词的方法 |
-
2019
- 2019-03-15 CN CN201910197640.9A patent/CN109933913B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7646383B1 (en) * | 2004-05-28 | 2010-01-12 | Autodesk, Inc. | Methods and apparatuses to effect deformation of computer-generated three-dimensional surfaces |
| CN104700153A (zh) * | 2014-12-05 | 2015-06-10 | 江南大学 | 基于模拟退火优化BP神经网络的pH值预测方法 |
| CN107918487A (zh) * | 2017-10-20 | 2018-04-17 | 南京邮电大学 | 一种基于皮肤电信号识别中文情感词的方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112883591A (zh) * | 2021-03-25 | 2021-06-01 | 常州工学院 | 高温作业服装各层温度分布分析模型的构建方法及装置 |
| CN117131651A (zh) * | 2023-05-08 | 2023-11-28 | 广东职业技术学院 | 一种生成用于确定温度触感的温度触感模型的方法及*** |
| CN117131651B (zh) * | 2023-05-08 | 2024-04-26 | 广东职业技术学院 | 一种生成用于确定温度触感的温度触感模型的方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109933913B (zh) | 2023-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103454997B (zh) | 智能家电的控制方法及装置 | |
| CN109933913A (zh) | 一种基于bp神经网络高温防护服装优化设计方法 | |
| US11281997B2 (en) | Systems for constructing hierarchical training data sets for use with machine-learning and related methods therefor | |
| EP2896359B1 (en) | Method and system for measuring heart rate in electronic device using photoplethysmography | |
| Kumar et al. | Towards adaptive classification using Riemannian geometry approaches in brain-computer interfaces | |
| CN104636590B (zh) | 基于云端数据库的人体生理数据检测方法、装置及*** | |
| CN108388205B (zh) | 学习模型构建装置以及控制信息最优化装置 | |
| WO2019157514A3 (en) | Occupant monitoring method and system for building energy management | |
| KR20160147549A (ko) | 생리학적 노화 수준을 평가하는 방법 및 장치 | |
| CN112880156A (zh) | 用于空调的控制方法、控制装置及空调 | |
| JP2015177976A (ja) | 動的な環境適合 | |
| CN106170783A (zh) | 用于确定数据源的方法 | |
| CN110579978B (zh) | 调节家电设备的方法、装置及存储介质 | |
| US20170049364A1 (en) | Identification method and device | |
| US20230117220A1 (en) | Electrocardiogram data processing server, method and computer program for displaying analysis data of electrocardiogram signal | |
| CN104182041A (zh) | 眨眼类型确定方法及眨眼类型确定装置 | |
| CN116965818B (zh) | 一种基于人工智能的异常情绪调控方法及*** | |
| CN104305967A (zh) | 着凉风险检测方法和设备 | |
| JP2016120063A (ja) | 眠気推定装置及び眠気推定プログラム | |
| CN104469903A (zh) | 一种基于无线传感网络中数据存储减少数据冗余的方法 | |
| CN108088087A (zh) | 一种设备控制方法、装置、电子设备及存储介质 | |
| Aduroja et al. | Distributed principal components analysis in sensor networks | |
| CN204950897U (zh) | 一种远程睡眠监护仪 | |
| CN109599189A (zh) | 用药异常反应监测的方法、装置、电子设备和存储介质 | |
| CN104503235B (zh) | 基于改进bp神经网络的电厂设备的状态监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190625 Assignee: Yueyang Weide Clothing Co.,Ltd. Assignor: HUNAN INSTITUTE OF SCIENCE AND TECHNOLOGY Contract record no.: X2023980047585 Denomination of invention: A Optimization Design Method for High Temperature Protective Clothing Based on BP Neural Network Granted publication date: 20230630 License type: Common License Record date: 20231122 |
|
| EE01 | Entry into force of recordation of patent licensing contract |