10.3969/j.issn.2095-2163.2021.01.030
高速铣削工件表面粗糙度蚁群-BP神经网络建模
由于蚁群算法具有很好的多样性、兼容性和正反馈,故十分适合用于BP神经网络学习率的优化,从而建立蚁群-BP神经网络.训练样本对是以实验1、实验3、实验5、实验7、实验9、实验11、实验13和实验15下的高速铣削试验数据组成的,并用高速铣削实验中的工件表面粗糙度来建模.使用创建的高速铣削工件表面粗糙度预测模型来对实验2和实验6状态中的高速铣削工件表面粗糙度进行预测,通过对比预测结果和试验结果,可发现蚁群-BP神经网络能够十分有效地对高速铣削工件表面粗糙度进行建模预测.
高速铣削、表面粗糙度、预测、蚁群-BP人工神经网络
11
U491.1(交通工程与公路运输技术管理)
2021-03-23（万方平台首次上网日期，不代表论文的发表时间）
共4页
130-133
