A Neural Network System for Prediction of Thermal Resistance of Textile Fabrics

Abstract

The objective of this paper is to report a study on the predictability of the steady-state and transient thermal properties of fabrics using a feed-forward, back-propagation artificial neural network system. A comparison was made with two different network architectures, one with two sequential networks working in tandem fed with a common input and another with a single network that gave two outputs. A three-layered network was used in both the cases. The networks were then subjected to a set of untrained inputs and the output thermal properties, namely thermal resistance and Qmax, were compared with the values obtained experimentally. The architecture with two networks working in tandem with a common set of inputs gave better results than the architecture with one set of inputs used to give two outputs.

A Review of Literature About the Use of Artificial Neural Networks Systems on Prediction of Clothing Comfort

“…Ağda bulunan her bir tabaka, çıktılarını hesaplamakta ve bir sonraki ağa sunmaktadır [23]. İleri beslemeli ağ yalnızca önceki katmanlardan girdi alan bir ağdır, bir katmanın çıktısı bir sonraki katmanın girdisidir ve çıktıdan girdiye herhangi bir geribildirim yoktur [24]. b) Geri beslemeli yapay sinir ağı: Bu tür ağlarda diğerlerinin aksine, tabakalar arasındaki bağlantıya ek olarak tabakadaki her bir sinir hücresi diğerleriyle bağlantılıdır [23].…”

“…Tabakadaki her bir sinir hücresi bir ileri tabakadaki her bir sinir hücresine ayrı ayrı bağlıdır ve bunların giriş değerini vermektedir [23]. İleri besleme ve geriye yayılım kombinasyonu ağı daha dirençli, daha az karmaşık ve daha hızlı eğitilebilir hale getirmektedir [24]. Giyim konforu tahminlemelerinde genellikle kullanılan ağ yapısı bu yapıdır.…”

“…[24], ileri beslemeli ve geri yayılımlı yapay sinir ağı sistemlerini kullanarak, kumaşların sürekli ve geçici ısıl özelliklerinin tahmin edilebilirliği üzerine bir çalışma yapmışlardır. Çalışma kapsamında iki farklı ağ kurulmuştur.…”

“…Çalışma kapsamında toplam 86 adet pamuklu dokuma kumaş numunesinin 70 adeti yapay sinir ağlarını eğitmek için, 16 adeti ise ağları test etmek için kullanılmıştır. Kumaşların ısıl özellikleri Alambeta ısıl direnç test cihazı kullanarak ölçülmüştür [24].…”

Prediction of Fabric Stiffness

“…Researchers have already tried to use neural networks to predict various comfort-related properties such as human sensory perceptions and overall comfort index [6][7][8].…”