基于人工神经网络的零件特征加工方法获取及其优先权选择
为了获取零件特征的所有可行加工方法,并定量化描述其选择优先权,提出了一种基于人工神经网络的决策方法.在该决策方法中,基于对问题特性的分析,采用均匀设计法选取有代表性的样本集合;为避免常规反向传播算法训练网络时易陷入局部极小值的缺陷,采用可同时调整动量因子和学习率的改进反向传播算法,并用线性回归分析方法加以测试.实例验证了该方法可以有效地获取零件特征的所有可行加工方法及其选择优先权.
加工方法、优先权选择、均匀设计法、人工神经网络、反向传播、线性回归分析
14
THL62;TP39
教育部博士点专项科研基金部分资助20020248017
2008-09-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
1370-1374,1379