| 基于PSO-RBF神经网络的刀具寿命预测 |
| |
| 引用本文： | 李建伟,刘成波,郭宏,吕娜.基于PSO-RBF神经网络的刀具寿命预测[J].计算机系统应用,2022,31(1):309-314. |
| |
| 作者姓名： | 李建伟 刘成波 郭宏 吕娜 |
| |
| 作者单位： | 太原科技大学 计算机科学与技术学院, 太原 030024,太原科技大学 机械工程学院, 太原 030024 |
| |
| 基金项目： | 山西省回国留学人员基金(HGKY2019079) |
| |
| 摘 要： | 有效的刀具寿命预测可以提高加工效率,保证工件加工精度,因此具有重要的研究价值.刀具寿命预测受到刀具材质、切削参数以及加工材料等多因素的影响,导致刀具寿命难以准确预测.针对这一问题提出了一种利用粒子群(particle swarm optimization, PSO)算法优化径向基(radial basis function, RBF)神经网络的刀具寿命预测方法.首先用PSO算法优化RBF神经网络的主要参数中心值c,宽度σ以及连接权值w,然后将影响刀具寿命的多个因素作为PSO-RBF神经网络模型的输入神经元,寿命作为输出神经元进行刀具寿命预测.论文提出的基于PSORBF神经网络的刀具寿命预测方法,经实验证明该算法平均相对误差为6.16%,与标准的RBF神经网络预测结果相比降低了17.14%,具有可行性.
|
| 关 键 词： | 刀具寿命预测 PSO算法 RBF神经网络 PSO-RBF |
| 收稿时间： | 2021/3/24 0:00:00 |
| 修稿时间： | 2021/4/21 0:00:00 |
Tool Life Prediction Based on PSO-RBF Neural Network |
| |
| LI Jian-Wei,LIU Cheng-Bo,GUO Hong,LYU Na.Tool Life Prediction Based on PSO-RBF Neural Network[J].Computer Systems& Applications,2022,31(1):309-314. |
| |
| Authors: | LI Jian-Wei LIU Cheng-Bo GUO Hong LYU Na |
| |
| Affiliation: | School of Computer Science and Technology, Taiyuan University of Science and Technology, Taiyuan 030024, China;School of Mechanical Engineering, Taiyuan University of Science and Technology, Taiyuan 030024, China |
| |
| Abstract: | |
| |
| Keywords: | tool life prediction PSO algorithm RBF neural network PSO-RBF |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
