| 基于遗传算法优化SVM的刀具VB值预测的研究 |
| |
| 引用本文： | 聂鹏,何超,许良,李正强,崔凯奇. 基于遗传算法优化SVM的刀具VB值预测的研究[J]. 机床与液压, 2015, 43(11): 43-45 |
| |
| 作者姓名： | 聂鹏 何超 许良 李正强 崔凯奇 |
| |
| 作者单位： | 沈阳航空航天大学机电工程学院,辽宁沈阳,110136 |
| |
| 基金项目： | 辽宁省重点实验室资助项目 |
| |
| 摘 要： | 针对刀具磨损量的预测问题,建立了基于支持向量机回归理论的刀具VB值的在线预测模型。对声发射信号和电流信号分别进行EEMD分解和小波包分解得到的能量值,把它与主轴转速、进给量和背吃刀量一起组成初始特征向量。通过主成分分析进行数据处理,把得到主元作为遗传算法优化的支持向量回归机的输入向量。结果表明,该模型精度高,运行速度快。
|
| 关 键 词： | 支持向量回归机 遗传算法 主成分分析 VB值预测 |
Research on Tool VB Value Prediction of Optimized SVM Based on Genetic Algorithm |
| |
| NIE Peng,HE Chao,XU Liang,LI Zhengqiang,CUI Kaiqi. Research on Tool VB Value Prediction of Optimized SVM Based on Genetic Algorithm[J]. Machine Tool & Hydraulics, 2015, 43(11): 43-45 |
| |
| Authors: | NIE Peng HE Chao XU Liang LI Zhengqiang CUI Kaiqi |
| |
| Abstract: | |
| |
| Keywords: | Support vector regression (SVR) Genetic algorithm Principal component analysis (PCA) VB value predication |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|
