一种端到端的织物颜色自动预测框架

周奕军，陈 昭，李 悦，纪柏林，王国栋，刘国华

(东华大学 a.计算机科学与技术学院；b.化学化工与生物工程学院，上海 201620)

传统的织物染色工艺中，染料配方设计具有人工经验依赖性强、耗时费力等特点，并且由于生产线环境与配色实验室环境存在较大差异，染色产品的颜色可能偏离预期，需凭借人工经验修改染料配方。为减少调节染色处方的工作量、节省染料成本、降低污染，有必要寻找提高织物染色准确率和生产效率的方法。除可以从化工方面改进织物染色外，还可应用计算机技术，特别是近年来兴起的人工智能技术。通过应用计算机技术分析历史工艺参数来预测织物颜色，可有效降低染色误差。Senthilkumar等[1-2]使用人工神经网络(artificial neural network, ANN)预测染色的上色时间和固色时间，以及织物的颜色(CIELAB值)；Kandi等[3]使用遗传算法(genetic algorithm，GA)预测织物的染色配方。然而，文献[1-3]只考虑了染料配方对织物最终颜色的影响，忽略了染色过程中众多关键生产参数如织物白度、染料浓度等的影响。Balci等[4]考虑到了染色过程中若干个对颜色有影响的关键生产参数，但只应用了现有的机器学习模型，而未深层次研究模型内部结构，也未提出针对染料配方数据集特征的模型优化方法。诸如此类的研究虽然在特定应用上取得了一定成效，但缺乏系统的理论框架，难以适应不同的配方设计需求。

基于对山东省华纺股份有限公司(简称“华纺”)生产记录的分析，提出一种端到端的织物颜色自动预测框架，期望对织物染色给予精准的理论指导和有力的辅助作用。……