留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

粒子群优化BP神经网络的激光铣削质量预测模型

许兆美 刘永志 杨刚 王庆安

许兆美, 刘永志, 杨刚, 王庆安. 粒子群优化BP神经网络的激光铣削质量预测模型[J]. 红外与激光工程, 2013, 42(9): 2370-2374.
引用本文: 许兆美, 刘永志, 杨刚, 王庆安. 粒子群优化BP神经网络的激光铣削质量预测模型[J]. 红外与激光工程, 2013, 42(9): 2370-2374.
Xu Zhaomei, Liu Yongzhi, Yang Gang, Wang Qing'an. Laser milling quality prediction model of BP neural network by PSO[J]. Infrared and Laser Engineering, 2013, 42(9): 2370-2374.
Citation: Xu Zhaomei, Liu Yongzhi, Yang Gang, Wang Qing'an. Laser milling quality prediction model of BP neural network by PSO[J]. Infrared and Laser Engineering, 2013, 42(9): 2370-2374.

粒子群优化BP神经网络的激光铣削质量预测模型

基金项目: 

国家自然科学基金(51075173);江苏省自然科学基金(BK2010288);江苏省高校自然科学重大基础理论研究(10KJA460004); 江苏省苏北科技专项(BC2011437)

详细信息
    作者简介:

    许兆美(1976-),女,讲师,硕士,主要从事激光加工脆性材料方面的研究。Email:fuyun588@163.com

  • 中图分类号: TN249

Laser milling quality prediction model of BP neural network by PSO

计量
  • 文章访问数:  432
  • HTML全文浏览量:  71
  • PDF下载量:  143
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-01-05
  • 修回日期:  2013-02-10
  • 刊出日期:  2013-09-25

粒子群优化BP神经网络的激光铣削质量预测模型

    作者简介:

    许兆美(1976-),女,讲师,硕士,主要从事激光加工脆性材料方面的研究。Email:fuyun588@163.com

基金项目:

国家自然科学基金(51075173);江苏省自然科学基金(BK2010288);江苏省高校自然科学重大基础理论研究(10KJA460004); 江苏省苏北科技专项(BC2011437)

  • 中图分类号: TN249

摘要: 为了有效地控制激光铣削层质量,建立了激光铣削层质量(铣削层宽度、铣削层深度)与铣削层参数(激光功率、扫描速度和离焦量)的BP神经网络预测模型。采用粒子群算法优化了BP神经网络的权值和阈值,构建了基于粒子群神经网络的质量预测模型。所提出的PSO-BP算法解决了一般BP算法迭代速度慢,且易出现局部最优的问题,并以Al2O3陶瓷激光铣削质量预测为例,进行算法实现。仿真结果表明:提出的PSO-BP算法迭代次数大大减少,且预测误差明显减少。所构建的质量预测模型具有较高的预测精度和实用价值。

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回