粒子群优化BP神经网络的激光铣削质量预测模型

摘要：

为了有效地控制激光铣削层质量，建立了激光铣削层质量(铣削层宽度、铣削层深度)与铣削层参数(激光功率、扫描速度和离焦量)的BP神经网络预测模型。采用粒子群算法优化了BP神经网络的权值和阈值，构建了基于粒子群神经网络的质量预测模型。所提出的PSO-BP算法解决了一般BP算法迭代速度慢，且易出现局部最优的问题，并以Al2O3陶瓷激光铣削质量预测为例，进行算法实现。仿真结果表明：提出的PSO-BP算法迭代次数大大减少，且预测误差明显减少。所构建的质量预测模型具有较高的预测精度和实用价值。

关键词：激光铣削、粒子群算法、BP神经网络、优化算法

分类号：TN249(光电子技术、激光技术)

资助基金：国家自然科学基金51075173；江苏省自然科学基金BK2010288；江苏省高校自然科学重大基础理论研究10KJA460004；江苏省苏北科技专项BC2011437

在线出版日期：2013-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2370-2374