| 基于Copula EDA优化BP神经网络的表面粗糙度预测 |
| |
| 引用本文： | 裴宏杰,陈钰荧,李公安,刘成石,王贵成.基于Copula EDA优化BP神经网络的表面粗糙度预测[J].江苏大学学报(自然科学版),2020,41(3):366-372. |
| |
| 作者姓名： | 裴宏杰 陈钰荧 李公安 刘成石 王贵成 |
| |
| 作者单位： | 江苏大学机械工程学院,江苏镇江212013;江苏大学机械工程学院,江苏镇江212013;江苏大学机械工程学院,江苏镇江212013;江苏大学机械工程学院,江苏镇江212013;江苏大学机械工程学院,江苏镇江212013 |
| |
| 摘 要： | 为了提高预测机械加工表面粗糙度的精度,提出了基于Copula分布估计算法(estimation of distribution algorithm,EDA)优化BP神经网络的方法.以铣削45#钢为试验对象,采用控制变量法进行切削试验.在线测量主切削力、轴向力、径向力和振幅,并进行数据处理,得到相应切削力的平均值、标准差、均方根值及振幅,同时离线测量二维粗糙度R_a、三维粗糙度平均值S_a和均方根值S_q.对切削分力的平均值、标准差、均方根值及振幅与粗糙度做相关性分析,选择Kendall秩相关系数最大的主切削力平均值作为输入变量,输入BP神经网络和基于Copula EDA优化BP神经网络,进行训练和预测.试验结果表明:基于Copula EDA优化BP神经网络的预测精度总体高于BP神经网络的预测精度,对R_a,S_a和S_q的平均预测精度分别达到91.98%,91.03%和89.10%.
|
| 关 键 词： | Copula函数 切削力 表面粗糙度 BP神经网络 分布计算法 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
