基于改进PSO神经网络的微米木纤维切削参数优化 |
| |
引用本文: | 齐红,任洪娥,贾鹤鸣,袁世庆.基于改进PSO神经网络的微米木纤维切削参数优化[J].中山大学学报(自然科学版),2018(2). |
| |
作者姓名: | 齐红 任洪娥 贾鹤鸣 袁世庆 |
| |
作者单位: | 东北林业大学信息与计算机工程学院;东北林业大学机电工程学院 |
| |
摘 要: | 针对使用传统加工技术切削后的工件无法达到精密要求的问题,为了从工艺流程角度提升微米木纤维的加工精度和切削效果,提出了一种基于改进粒子群算法和BP神经网络的优化算法,以实现微米木纤维的精密切削加工。采用误差反向传播算法实现切削参数间复杂关系的最佳结构选择,通过改进的粒子群优化算法(PSO)解决了BP网络自身的局部极小值收敛的缺陷,给出了科学合理的切削参数输出。通过不同树种的微米木纤维切削参数仿真优化实验,验证了算法的准确性、训练精度和有效性。研究表明:提出的改进优化算法可以预测出待加工木材的切削参数,且具有较高的训练精度。
|
本文献已被 CNKI 等数据库收录! |
|