10.11857/j.issn.1674-5124.2016.03.022
基于小波包和PSO优化神经网络的刀具状态监测
为改进BP神经网络进行刀具磨损状态识别时训练时间较长、收敛速度较慢、测试精度不够高、甚至完全不能训练等问题，引入一种全局搜索能力强，收敛速度快的算法---粒子群优化算法(PSO)，用其来优化BP神经网络参数，改进网络的训练和识别性能。实验证明：经粒子群算法优化后的BP神经网络较原网络有更快的训练迭代收敛速度和更高的测试准确度，达到优化的目标，对实现数控刀具磨损状态的智能化在线监测具有重要意义。
BP神经网络、磨损状态识别、PSO、优化
42
P33;TP3
中央高校基本科研业务费专项资金SWJTU12CX039
2016-05-10（万方平台首次上网日期，不代表论文的发表时间）
共5页
94-98
