| 基于遗传神经网络的表面粗糙度预测模型 |
| |
| 引用本文： | 陈杰来,孙俊兰.基于遗传神经网络的表面粗糙度预测模型[J].制造业自动化,2011(24). |
| |
| 作者姓名： | 陈杰来 孙俊兰 |
| |
| 作者单位： | 盐城工学院机械工程学院; |
| |
| 基金项目： | 高校科研成果产业化推进工程项目:基于知识的组合机床智能化设计系统研究与开发(JH10-46) |
| |
| 摘 要： | 建立超精密切削表面粗糙度预测模型是分析各切削参数对表面粗糙度影响和提高切削效率的关键,针对最小二乘法和传统反向传播神经网络等参数辨识方法的不足,提出将遗传算法优化的反向传播神经网络应用于超精密切削表面粗糙度预测模型的参数辨识中,得出采用金刚石刀具超精密切削铝合金的表面粗糙度预测模型,并与传统的参数辨识方法比较。实验结果表明该方法能更有效的辨识表面粗糙度预测模型,可为超精密车削加工表面质量的控制提供帮助。
|
| 关 键 词： | 遗传算法 反向传播神经网络 预测模型 超精密车削 |
Prediction model of surface roughness in ultra-precision turning processing based on GA neural network |
| |
| CHEN Jie-lai,SUN Jun-lan.Prediction model of surface roughness in ultra-precision turning processing based on GA neural network[J].Manufacturing Automation,2011(24). |
| |
| Authors: | CHEN Jie-lai SUN Jun-lan |
| |
| Affiliation: | CHEN Jie-lai,SUN Jun-lan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
