基于ALO-BP神经网络和机械零件加工特征的工艺方案决策 |
| |
引用本文: | 李群,贾家乐,潘阳洋,陈文笛.基于ALO-BP神经网络和机械零件加工特征的工艺方案决策[J].成组技术与生产现代化,2022(3):28-33+62. |
| |
作者姓名: | 李群 贾家乐 潘阳洋 陈文笛 |
| |
作者单位: | 1. 沪东重机有限公司技术中心;2. 江苏科技大学机械工程学院 |
| |
摘 要: | 针对传统制造企业工艺知识应用不充分,用于工艺方案决策过程的部分BP神经网络决策效率和准确率不高的问题,采用蚁狮优化(Ant Lion Optimizer, ALO)算法优化的BP神经网络构建了基于零件加工特征的工艺方案智能决策模型。首先对产品及工艺数据进行预处理,其次应用蚁狮优化算法对BP神经网络的初始化权值和阈值进行优化,最终基于样本数据集开展神经网络训练,进一步建立智能决策系统,并以柴油机零件为对象进行了工艺方案决策方法的应用验证。实例验证表明,采用优化的BP神经网络后,决策的速度和精度都有明显的提升;所构建决策系统是可行的,能够用于工艺方案的决策。
|
关 键 词: | 智能决策 ALO-BP神经网络 加工特征 工艺方案 |
|
|