基于模糊基函数网络和自适应最小二乘算法的外圆纵向磨削表面粗糙度的预测

摘要：

建立了外圆纵向磨削表面粗糙度的模糊基函数网络(FBFN)预测模型,网络的训练采用自适应最小二乘算法(ALS).ALS将最小二乘算法和遗传算法相结合,能够自主学习,不用人为干预,FBFN和粗糙度的分析模型相结合,只需少量实验数据便可完成网络的训练,自动产生模糊规则,确定隐含层的节点数.仿真和实验结果表明,FBFN网络结构非常适合粗糙度的预测和控制,采用ALS学习方法比BP算法、传统的遗传算法和正交二乘法等能产生更好的结果.

关键词：模糊基函数网络、自适应最小二乘法、表面粗糙度预测、外圆纵向磨削、遗传算法

所属期刊栏目：17

分类号：TG5(金属切削加工及机床)

资助基金：吉林省科技发展计划20020632

在线出版日期：2006-07-31（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：1223-1227