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