基于粒子群优化SVM的刀具磨损量预测 |
| |
引用本文: | 韩玉辉.基于粒子群优化SVM的刀具磨损量预测[J].工具技术,2016(11):109-112. |
| |
作者姓名: | 韩玉辉 |
| |
作者单位: | 长春职业技术学院 |
| |
基金项目: | “十二五”国家科技支持计划(2014BD06B00) |
| |
摘 要: | 针对SVM预测刀具磨损量存在的参数不易确定的问题,提出了新的基于粒子群优化SVM的智能预测方法。在介绍粒子群算法和SVM回归模型基本理论的基础上,提出用自适应粒子群优化算法优化SVM参数的策略,采用小波包方法对切削声信号进行分解处理,建立了基于粒子群优化SVM的刀具磨损量预测模型。试验分析的仿真结果表明,所建立的刀具磨损量智能预测模型具有较强的推广能力和较高的预测精度。
|
关 键 词: | 刀具 磨损量预测 粒子群 支持向量机 |
Prediction of Tool Wear Based on Particle Swarm Optimization SVM |
| |
Abstract: | |
| |
Keywords: | tool wear prediction particle swarm support vector machine |
本文献已被 CNKI 万方数据 等数据库收录! |
|