改进混沌搜索的AMPSO-BP激光铣削质量预测
Laser Milling Quality Predictionof Improved Chaotic Search AMPSO-BP neural network作者机构：华北理工大学电气工程学院河北唐山063000
出 版 物：《激光杂志》 (Laser Journal)
年 卷 期：2020年第41卷第3期
页 面：43-47页
学科分类：080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0803[工学-光学工程]
基 金：国家自然科学基金(No.51574102 No.51474086)
主 题：铣削质量 神经网络 混沌搜索 自适应变异粒子群优化 激光技术
摘 要：为了更好地控制激光铣削的质量,建立了激光铣削质量和铣削层参数的神经网络模型。针对神经网络易陷入局部极小值的缺点,提出混沌搜索的自适应变异粒子群优化算法(AMPSO)获得神经网络最佳参数,建立了AMPSO-BP激光铣削质量预测模型。最后以某种材料的激光铣削质量预测为例,将文中所提算法与PSO-BP、BP神经网络预测结果相比,结果表明所提方法有很高预测精度且预测误差明显减小,在实际中有一定应用价值。
维普期刊数据库
同方期刊数据库