基于改进蚁群算法优化神经网络的焊缝成形预测研究 |
| |
引用本文: | 汪文辉,陆金桂.基于改进蚁群算法优化神经网络的焊缝成形预测研究[J].煤矿机械,2024(2):176-178. |
| |
作者姓名: | 汪文辉 陆金桂 |
| |
作者单位: | 南京工业大学机械与动力工程学院 |
| |
摘 要: | 为了控制焊接机器人焊缝成形的质量,提出了一种基于改进蚁群算法(ACO)优化BP神经网络的焊缝成形预测模型,实现对焊缝成形尺寸的控制。首先通过Otsu优化Canny算子的方法提取焊接过程中熔池图像的数据样本,然后用BP神经网络来进行训练预测。为了优化初始权阈值,引入ACO优化BP;针对蚁群陷入局部最优的情况,引入遗传算法(GA)中的交叉变异,利用适应度值来确定选择概率的特性,从而加快迭代速度,避开蚁群初期的收敛慢问题,提升预测模型的性能。最后通过与传统BP、GA-BP和ACO-BP的预测实验对比,发现改进后的预测模型准确度高、稳定性好。
|
关 键 词: | 焊缝成形 Canny 蚁群算法 BP神经网络 遗传 |
|
|