刘晓峰：基于BAS-BP神经网络的钻削力预测论文

本文主要研究内容

作者刘晓峰,苗鸿宾,温静媛（2019）在《基于BAS-BP神经网络的钻削力预测》一文中研究指出：针对传统预测深孔加工中钻削力精度不高的问题以及BP神经网络本身存在的缺陷,提出了BAS-BP神经网络预测模型。文章基于天牛须算法与BP神经网络相互结合,利用天牛须算法计算优化BP神经网络中的初始权值与阀值,从而建立BAS-BP神经网络的预测模型。并与传统BP神经网络预测模型进行对比。结果表明BAS-BP神经网络克服了训练时间长、收敛速度慢的缺点,预测精度明显提高。

Abstract

zhen dui chuan tong yu ce shen kong jia gong zhong zuan xiao li jing du bu gao de wen ti yi ji BPshen jing wang lao ben shen cun zai de que xian ,di chu le BAS-BPshen jing wang lao yu ce mo xing 。wen zhang ji yu tian niu xu suan fa yu BPshen jing wang lao xiang hu jie ge ,li yong tian niu xu suan fa ji suan you hua BPshen jing wang lao zhong de chu shi quan zhi yu fa zhi ,cong er jian li BAS-BPshen jing wang lao de yu ce mo xing 。bing yu chuan tong BPshen jing wang lao yu ce mo xing jin hang dui bi 。jie guo biao ming BAS-BPshen jing wang lao ke fu le xun lian shi jian chang 、shou lian su du man de que dian ,yu ce jing du ming xian di gao 。

论文参考文献

[1].基于神经网络的微孔钻削力的实时监控[J]. 杨兆军,罗艳春,孙航. 制造技术与机床.2005(05)

[2].带钢平整张力神经网络预设定模型研究[J]. 孙磊,张清东,张立元. 轧钢.2017(03)

[3].基于BP神经网络的工作液电导率与粗糙度模型研究[J]. 李贵东,郭翠霞,邓嫄媛. 机床与液压.2017(15)

[4].基于遗传算法和BP神经网络的盘形成形铣刀磨损状态预测[J]. 唐军,赵波,李文星. 河南理工大学学报(自然科学版).2017(05)

[5].基于神经网络的6系铝合金接头锻压工艺优化[J]. 籍宇. 热加工工艺.2017(17)

[6].唐钢1700加热炉钢坯温度神经网络预测模型[J]. 王伟年,侯帅,王晓琳,李小华. 辽宁科技大学学报.2017(03)

[7].基于改进的卷积神经网络的钢号识别[J]. 任伟建,宋月,陈建玲,任璐,孙勤江. 吉林大学学报(信息科学版).2018(03)

[8].基于深度神经网络的学术画像预测[J]. 李晓雪,康哲舟,毕冠群,曹亚男,尚燕敏. 大数据.

[9].基于融合深度神经网络的个人信用评估方法研究[J]. 王重仁,王雯,佘杰,凌晨. 计算机工程.

[10].基于改进堆叠式循环神经网络的轴承故障诊断[J]. 周奇才,沈鹤鸿,赵炯,刘星辰. 同济大学学报(自然科学版).2019(10)

论文详细介绍

论文作者分别是来自组合机床与自动化加工技术的刘晓峰,苗鸿宾,温静媛，发表于刊物组合机床与自动化加工技术2019年08期论文，是一篇关于钻削论文,轴向力论文,扭矩论文,天牛须搜索算法论文,神经网络论文,组合机床与自动化加工技术2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自组合机床与自动化加工技术2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/854577b21d32f406765da337.html