10.3969/j.issn.1007-2276.2013.09.013
粒子群优化BP神经网络的激光铣削质量预测模型
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。
激光铣削、粒子群算法、BP神经网络、优化算法
TN249(光电子技术、激光技术)
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
2013-10-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
2370-2374