首页 | 本学科首页   官方微博 | 高级检索  
     

基于实验数据训练的切削力组合预测模型
引用本文:李康,鲁娟,马俊燕,周刚,黄文,廖小平.基于实验数据训练的切削力组合预测模型[J].现代制造工程,2019(3):6-10,129.
作者姓名:李康  鲁娟  马俊燕  周刚  黄文  廖小平
作者单位:广西大学机械工程学院;北部湾大学机械与船舶海洋工程学院
基金项目:国家自然科学基金资助项目(51665005)
摘    要:为提高切削力预测模型的准确性和稳定性,采用最优权值组合预测模型,以实验数据训练为基础,将人工神经网络模型、高斯过程回归模型及切削力经验公式这3个单一预测模型进行组合,对机械加工过程中的切削力进行预测。应用3种误差分析方法(均方根误差、平均绝对百分比误差及平均绝对误差)对组合预测模型进行评价,以此验证组合模型的稳定性和准确性。结果表明,相比于单一预测模型,组合算术平均模型所得结果与实验数据吻合良好,具有较高的精度和稳定性,对于切削力的预测具有参考价值。

关 键 词:切削力预测  组合预测模型  实验数据训练  高斯过程回归模型  经验公式  人工神经网络模型

Cutting force combination forecasting model based on experimental data
Li Kang,Lu Juan,Ma Junyan,Zhou Gang,Huang Wen,Liao Xiaoping.Cutting force combination forecasting model based on experimental data[J].Modern Manufacturing Engineering,2019(3):6-10,129.
Authors:Li Kang  Lu Juan  Ma Junyan  Zhou Gang  Huang Wen  Liao Xiaoping
Affiliation:(Institute of Mechanical Engineering, Guangxi University, Nanning 530004, China;Department of Mechanical and Marine Engineering, Beibu Gulf University, Qinzhou 535011 , Guangxi, China)
Abstract:Li Kang;Lu Juan;Ma Junyan;Zhou Gang;Huang Wen;Liao Xiaoping(Institute of Mechanical Engineering, Guangxi University, Nanning 530004, China;Department of Mechanical and Marine Engineering, Beibu Gulf University, Qinzhou 535011 , Guangxi, China)
Keywords:cutting force prediction  combination forecasting model  experimental data training  Gaussian process regression model  empirical formula  artificial neural network model
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号