基于聚類分析的煮繭工藝參數(shù)

段春穩(wěn) ,任強勝 ,卜獻鴻 ,李 帆 ,黎 鋼 ,王建平

(1.四川省絲綢科學(xué)研究院有限公司,四川 成都 610031;2.四川省絲綢工程技術(shù)研究中心,四川 成都 610031;3.現(xiàn)代繭絲綢制造技術(shù)資源四川省科技資源共享服務(wù)平臺,四川 成都 610031)

制絲是將蠶繭加工成生絲的過程,包括混剝選繭、煮繭、繅絲、復(fù)搖整理、生絲檢測等工序。煮繭是制絲生產(chǎn)的重要環(huán)節(jié),煮繭質(zhì)量直接影響到生絲質(zhì)量、原料繭消耗、產(chǎn)量完成水平[1]。煮繭需要根據(jù)蠶繭原料特性,結(jié)合專業(yè)知識和煮繭經(jīng)驗來確定煮繭工藝,但由于蠶繭原料特性包含指標較多,專業(yè)技術(shù)人員水平及經(jīng)驗局限,煮繭工藝設(shè)計往往不能充分發(fā)揮蠶繭原料特性,并且在“試煮”過程中造成了大量原料浪費。

隨著信息技術(shù)的發(fā)展,制絲行業(yè)生產(chǎn)過程中形成了大量繁雜的數(shù)據(jù),包括繭質(zhì)調(diào)查數(shù)據(jù)、煮繭生產(chǎn)數(shù)據(jù)、繅絲生產(chǎn)數(shù)據(jù)等,這些數(shù)據(jù)都是用于指導(dǎo)生產(chǎn)的重要技術(shù)指標,但由于數(shù)據(jù)的多樣性、動態(tài)性、復(fù)雜性,以及目前制絲行業(yè)的技術(shù)局限,這些數(shù)據(jù)對煮繭工藝并未形成實質(zhì)性的關(guān)聯(lián)和指導(dǎo)。

介紹一種基于K-means聚類分析方法[2],對制絲行業(yè)形成的生產(chǎn)數(shù)據(jù)進行分析,為煮繭工藝參數(shù)設(shè)計提供指向性設(shè)計方案。

1 煮繭工藝

煮繭的目的是通過水、蒸汽等介質(zhì)對蠶繭的作用,使干膠變成明膠[3-4],降低繭絲的膠著力,使繭絲能夠依次離解,為繅絲創(chuàng)造條件。煮繭工藝的設(shè)計過程是根據(jù)蠶繭指標初步確定煮繭工藝,包括滲透、吐水、蒸煮、調(diào)整、保護過程的溫度及時間。煮繭工藝設(shè)計方案目前參考解舒率、繭層率、蠶繭干燥程度、凈度(環(huán)纇、纇結(jié))等指標進行設(shè)置。不同原料的煮繭方法按解舒好、繭層厚的煮繭方法;解舒好、繭層薄的煮繭方法;解舒不良、繭層厚的煮繭方法;解舒不良、繭層薄的煮繭方法;干燥程度不同的煮繭方法;潔凈差的煮繭方法[5]進行。煮繭結(jié)果按偏生、偏熟、適度、白斑、癟繭、浮繭等狀態(tài)來區(qū)分。目前煮繭工藝以蠶繭指標大概范圍,來指導(dǎo)大概的參數(shù)區(qū)間,以經(jīng)驗判斷為主。這種方法獲得的煮繭工藝參數(shù)是一種隨機、模糊的估算結(jié)果,其中反復(fù)調(diào)整和人為因素等不確定性導(dǎo)致了生產(chǎn)的不穩(wěn)定和大量浪費且效率低下。

隨著信息技術(shù)在繅絲行業(yè)的應(yīng)用,在制絲大生產(chǎn)過程中,采集、存儲了大量的繭質(zhì)數(shù)據(jù)、工藝數(shù)據(jù),這些數(shù)據(jù)若能有效用于煮繭工藝設(shè)計,能提高生絲的產(chǎn)量和質(zhì)量,降低繭耗。

2 制絲生產(chǎn)數(shù)據(jù)的特點

2.1 多樣性

制絲過程中形成了大量的繭質(zhì)調(diào)查數(shù)據(jù)、煮繭生產(chǎn)數(shù)據(jù)、繅絲生產(chǎn)數(shù)據(jù),這些數(shù)據(jù)既有關(guān)聯(lián),又有交叉,還有差異,其類型、形態(tài)、來源具有多樣性。例如繭源特性一項,涉及的指標就非常多,包括蠶繭原料的基礎(chǔ)數(shù)據(jù)和測試數(shù)據(jù)兩部分,其中原料基礎(chǔ)數(shù)據(jù)包含品種、季別、產(chǎn)地、飼養(yǎng)方式、繭型大小、繭層厚薄等指標;測試數(shù)據(jù)包含繭絲長、解舒率、繭層率、解舒絲長、單絲纖度、清潔、潔凈、萬米吊糙等指標。

2.2 時效性與動態(tài)性

制絲生產(chǎn)數(shù)據(jù)時效性、動態(tài)性較強,但由于技術(shù)局限,制絲生產(chǎn)數(shù)據(jù)往往存在滯后性,對煮繭工藝不能起到一對一的指導(dǎo)作用,往往通過滯后的數(shù)據(jù)指導(dǎo)下一批蠶繭進行工藝設(shè)計,使得煮繭工藝設(shè)計較依賴經(jīng)驗判斷。

2.3 復(fù)雜性

制絲過程是一個復(fù)雜的系統(tǒng)。數(shù)據(jù)之間的關(guān)系呈現(xiàn)不確定性,數(shù)據(jù)間可能無法通過數(shù)學(xué)形式表示,數(shù)據(jù)關(guān)系較為復(fù)雜。

3 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘(Data Mining),又稱作數(shù)據(jù)庫知識發(fā)現(xiàn)(Knowledge Discovery from Database,KDD),是從數(shù)據(jù)中獲取價值的一個過程,可以形式化地表示為“數(shù)據(jù)+工具+方法+目標+行動=價值”[6]。數(shù)據(jù)挖掘分為有指導(dǎo)的數(shù)據(jù)挖掘和無指導(dǎo)的數(shù)據(jù)挖掘。有指導(dǎo)的數(shù)據(jù)挖掘是利用可用的數(shù)據(jù)建立一個模型,這個模型是一個特定屬性的描述;無指導(dǎo)的數(shù)據(jù)挖掘是在所有的屬性中尋找某種關(guān)系。其中,分類、估值和預(yù)測屬于有指導(dǎo)的數(shù)據(jù)挖掘;關(guān)聯(lián)規(guī)則和聚類屬于無指導(dǎo)的數(shù)據(jù)挖掘。

作為無指導(dǎo)的數(shù)據(jù)挖掘方法的一種,聚類分析是從無標記數(shù)據(jù)集中獲取信息和知識的重要手段,是數(shù)據(jù)挖掘、統(tǒng)計學(xué)、模式識別等領(lǐng)域的重要研究內(nèi)容[7]。聚類分析算法可以作為一種強有力的能夠發(fā)現(xiàn)制絲數(shù)據(jù)之間內(nèi)在關(guān)系的、隱含的信息和知識的工具。結(jié)合制絲生產(chǎn)數(shù)據(jù)特點,探索將聚類分析方法用于制絲數(shù)據(jù)分析,為煮繭工藝參數(shù)設(shè)計提供指向性設(shè)計方案,是實現(xiàn)煮繭數(shù)字化、智能化的有效途徑之一。

3.1 K-means聚類分析算法的實現(xiàn)探討

K-means(K 均值算法)一種經(jīng)典的劃分方法,是目前應(yīng)用較廣泛的聚類分析方法,K-means算法的步驟如下[8]:

(1)從數(shù)據(jù)集中隨機選出k個數(shù)據(jù)對象作為初始的聚類中心;

(2)將其他的數(shù)據(jù)對象按照某種聚類度量劃分最近的聚類中心,從而將數(shù)據(jù)集劃分為k個簇;

(3)計算每個簇中的數(shù)據(jù)對象的均值作為新的聚類中心;

(4)重新劃分數(shù)據(jù)對象,不斷重復(fù)這個過程,直到每個簇中數(shù)據(jù)對象不再變化為止。

其算法公式為:

3.2 制絲數(shù)據(jù)聚類分析

3.2.1 架構(gòu)設(shè)計

運用Python計算機編程語言實現(xiàn)聚類算法,具體通過Scikit-learn機器學(xué)習(xí)框架進行制絲數(shù)據(jù)分析,在實施方案中可以使用K-means++初始化方案,來解決K-means高度依賴于質(zhì)心初始化和運算效率低的問題,并借助輪廓系數(shù)法提高聚類效率。

K-means聚類分析方法在制絲工藝數(shù)據(jù)分析中的模式探索:煮繭工藝設(shè)計目標最終體現(xiàn)在生絲品質(zhì)和產(chǎn)量、繭耗上,選擇以潔凈成績?yōu)榫垲惡诵?對潔凈成績優(yōu)秀的繅絲工藝進行特征提取,通過構(gòu)建解舒率、繭層率、蒸煮溫度等特征提取算法,測算出能夠體現(xiàn)最優(yōu)煮繭工藝的數(shù)值結(jié)果。

選擇潔凈成績在94.5以上的制絲生產(chǎn)樣本數(shù)據(jù)50條進行特征提取。對解舒率、繭層率和蒸煮溫度3個特征值進行數(shù)據(jù)分析。通過pandas庫將數(shù)據(jù)導(dǎo)入Python,對數(shù)據(jù)進行清洗和處理,在Scikit-learn 框架下進行K-means聚類。

導(dǎo)入的樣本數(shù)據(jù)的散點圖如圖1所示。

圖1 樣本數(shù)據(jù)散點圖

從數(shù)據(jù)集的散點圖不能直觀地看出他們之間的規(guī)律,將通過聚類分析來探究數(shù)據(jù)之間的關(guān)系。

3.2.2 K-means算法實現(xiàn)

隨機選擇k值,以k=4為例,對數(shù)據(jù)進行針對解舒率、繭層率、蒸煮溫度值的三維聚類代碼及聚類結(jié)果,如圖2所示。

圖2 三維聚類代碼及聚類結(jié)果

由聚類結(jié)果可以看出:上述所列50個樣本分別按要求劃分為4簇,所屬的聚類標簽如圖2所示,即第一個樣本屬于第1簇,第二個樣本屬于第0簇,第三個樣本屬于第3簇,以此類推。

3.2.3 基于輪廓系數(shù)的聚類簇數(shù)確定

上述過程得到的聚類結(jié)果,我們不能判定其聚類效果,需要多次運行K-means算法來確定聚類的簇數(shù)k,聚類效率低。輪廓系數(shù)法結(jié)合內(nèi)聚度和分離度2種因素,可以對相同原始數(shù)據(jù)上的不同聚類結(jié)果進行評價[9]。因此,我們利用輪廓系數(shù)來確定聚類簇數(shù):若s(i)的類內(nèi)內(nèi)聚度為a(i),類間分離度為b(i),則s(i)的輪廓系數(shù)為:

輪廓系數(shù)s(i)在-1和1之間變化,s(i)的值越接近1聚類效果越好。根據(jù)公式(2),對聚類結(jié)果進行輪廓系數(shù)計算,其代碼及運算結(jié)果如圖3所示。

圖3 聚類結(jié)果輪廓系數(shù)代碼及運算結(jié)果

k=4時的輪廓系數(shù)為0.429 126 416 366 412 5。之后,分別計算k=2～(n-1)的聚類結(jié)果的輪廓系數(shù),其代碼和結(jié)果如圖4所示。

圖4 聚類代碼及結(jié)果(k=2)

從結(jié)果可以看出當k=2 時輪廓系數(shù)最大,為0.541 113 154 676 445 6,聚類效果最好。因此,對數(shù)據(jù)集進行k=2的聚類,其聚類代碼及結(jié)果如圖5所示。

圖5 聚類代碼及結(jié)果(k=2)

通過聚類算法,將50個樣本數(shù)據(jù)分成了聚類標簽為0和1的2類。

3.2.4 聚類結(jié)果有效性評價

在得出聚類結(jié)果后,需要對每一類對象進行描述分析,分析這一類對象最典型的共性是什么,從而理解為什么這些對象會被分到一類中,解讀這些數(shù)據(jù)的相似性。這一步需要憑借技術(shù)和經(jīng)驗進行人為解讀。

為了便于對聚類結(jié)果進行解讀,通過可視化軟件對上述聚類結(jié)果進行可視化呈現(xiàn),如圖6所示。

圖6 樣本聚類結(jié)果散點圖

從圖6可以看出聚類結(jié)果將數(shù)據(jù)樣本聚為邊界清晰的2類。通過對聚類結(jié)果的解讀,其聚類所得的2個簇,回到數(shù)據(jù)表本身進行分析,可以得出解舒率、繭層率、煮繭溫度之間的對應(yīng)關(guān)系大致區(qū)間范圍,見表1。

表1 解舒率、繭層率及煮繭層對應(yīng)關(guān)系

這一結(jié)果是通過數(shù)據(jù)分析得來的,與實際生產(chǎn)經(jīng)驗所得以及教科書指向意見一致。證明了采用聚類分析對制絲數(shù)據(jù)進行分析,用于指導(dǎo)煮繭工藝設(shè)計的可行性。由于50個樣本數(shù)據(jù)代表性存在一定的局限,下一步將采用更多的樣本數(shù)據(jù)做進一步分析。

4 結(jié)束語

K-means聚類分析方法在對制絲過程中形成的大量數(shù)據(jù)進行聚類分析,能夠挖掘出數(shù)據(jù)價值,提取出來的特征數(shù)據(jù)及其聚類結(jié)果對煮繭工藝設(shè)計具有一定的指向性。