Evolving regularised random vector functional link by seagull optimisation algorithm for yarn-dyed fabric colour difference classification / Yufeng Qiu in COLORATION TECHNOLOGY, Vol. 140, N° 3 (06/2024)  

[article]  inCOLORATION TECHNOLOGY > Vol. 140, N° 3 (06/2024) . - p. 467-482 Titre : Evolving regularised random vector functional link by seagull optimisation algorithm for yarn-dyed fabric colour difference classification Type de document : texte imprimé Auteurs : Yufeng Qiu, Auteur ; Zhiyu Zhou, Auteur ; Jianxin Zhang, Auteur Année de publication : 2024 Article en page(s) : p. 467-482 Note générale : Bibliogr. Langues : Anglais (eng) Catégories : Algorithme d'optimisation Les algorithmes d’optimisation cherchent à déterminer le jeu de paramètres d’entrée d’une fonction donnant à cette fonction la valeur maximale ou minimale. On cherchera par exemple la découpe optimale d’une tôle pour en fabriquer le plus grand nombre de boîtes de conserve possible (ou d’un tissu pour en faire le plus grand nombre de chemises possibles, etc.). Cette optimisation peut se faire sans contrainte ou sous contrainte, le second cas se ramenant au premier dans le cas des fonctions dérivables par la méthode du multiplicateur de Lagrange (et des fonctions non-dérivables par l’algorithme d’Everett). - Algorithmes : Le problème est insoluble en tant que tel si l’on ne connaît rien de la fonction (il existe peut-être une combinaison très particulière de valeurs d’entrées lui donnant ponctuellement une valeur extrêmement haute ou basse, qui pourrait échapper à l’algorithme. Aussi existe-t-il plusieurs classes d’algorithmes liés aux différentes connaissances qu’on peut avoir sur la fonction. Si celle-ci est dérivable, l’une des plus performantes est celle du gradient conjugué. Aucune méthode connue en 2004 (à part l’énumération exhaustive ou l’analyse algébrique) ne permet de trouver avec certitude un extremum global d’une fonction. Les extrema déterminables sont toujours locaux à un domaine, et demandent souvent même en ce cas quelques caractéristiques à la fonction, par exemple dans certains cas la continuité. Les métaheuristiques sont une classe d’algorithmes d’optimisation qui tentent d’obtenir une valeur approchée de l’optimum global dans le cas de problèmes d’optimisation difficile. Elles ne donnent cependant aucune garantie sur la fiabilité du résultat. (Wikipedia) Colorimétrie Couleurs -- Classification Textiles et tissus teints Index. décimale : 535.6 Couleur Résumé : To address the issue of low precision in classifying the colour differences of yarn-dyed fabrics and the high cost of manual detection, a colour difference classification method relying on an improved seagull optimisation algorithm (SOA) optimised regularised random vector functional link (RRVFL) model is proposed for dyed fabrics. First, to address the issue of the slow convergence speed of the SOA, the current study optimises the initial SOA group with the marine predators algorithm (MPA) so that it can effectively improve the convergence ability and global optimisation ability of the SOA. Subsequently, the enhanced SOA is applied to fine-tune the parameters of the RRVFL. Compared with the methods that only optimise weights and bias, the proposed algorithm obtained by optimizing the initial group of SOA through the Marine Predators Algorithm (MSOA)-RRVFL model in this paper also increases the optimisation of the number of nodes in the hidden layer and regularisation parameters, which also effectively avoids the issue of the low classification accuracy of the RRVFL model due to random related parameters. Finally, by comparing the RRVFL model with other optimisation algorithms, the experimental outcomes demonstrate that the convergence ability of the improved SOA has been improved, and that the average accuracy of colour difference classification by the MSOA-RRVFL model is as high as 99.79%, and that the classification error fluctuation can be stabilised below 0.2%. In general, the MSOA-RRVFL model displays an excellent performance in terms of stability and significance. Note de contenu : - YARN-DYED FABRIC COLOUR DIFFERENCE CLASSIFICATION WITH RRVFL OPTIMISED BY MSOA : Seagull optimisation algorithm - Marine predators algorithm - RRVFL network - Classifying the dyed fabric colour difference with the proposed MSOA-RRVFL - EXPERIMENTAL RESULTS AND ANALYSIS : Acquisition of the experimental data - Parameter selection for the SOA - Selection of activation function, number of hidden ganglia and regularisation factor of the RRVFL - Stability analysis of the algorithms - Significance analysis - Computing complexity DOI : https://doi.org/10.1111/cote.12722 En ligne : https://drive.google.com/file/d/1t0YQpUySjS2GsCkVUGJV328RF4Z8Imvx/view?usp=drive [...] Format de la ressource électronique : Pdf Permalink : https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=40963 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
24657	-	Périodique	Bibliothèque principale	Documentaires	Disponible

---

1 (1 - 1 / 1)