基于遗传算法和神经网络的软脆工件研磨加工工艺智能决策系统

摘要：

目的 解决研磨抛光工艺决策中工艺试验耗时耗力的问题,实现在研磨抛光加工中根据加工工艺参数对加工质量进行预估.方法 采用遗传算法优化的BP神经网络为主要算法,构建智能预测模型,建立研磨加工中输入参数和输出参数之间的映射关系.然后收集有效的输入参数和输出参数作为网络训练和测试的样本数据集,通过遗传算法对神经网络的初始化权值和偏置进行优化,用样本数据集训练神经网络.同时,在决策系统的理论基础上,将神经网络与决策系统进行结合,利用神经网络的学习能力建立智能决策的数据库和规则库,最终建立智能决策系统.结果 与无改进的BP神经网络的决策方法相比,无论是在预测精度,还是学习速度上,遗传算法优化的神经网络性能更加优异,决策系统的决策效果更好.结论 研磨加工工艺智能决策系统是可行的,为研磨加工的工艺决策提供了一种新的思路.

关键词：智能决策、神经网络、遗传算法、研磨加工、抛光、工艺决策

所属期刊栏目：49

分类号：TG580.68;TP391.4(金属切削加工及机床)

资助基金：国家自然科学基金项目51675276

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：23-29,46