基于PSO-BP神经网络的刀具寿命预测

被引:21
作者
王虎
刘佩松
叶润章
李阳
徐培嘉
机构
[1] 西南石油大学机电工程学院
关键词
粒子群算法; BP神经网络; 刀具寿命; 预测;
D O I
10.16107/j.cnki.mmte.2017.1064
中图分类号
TG71 [刀具];
学科分类号
080603 [有色金属冶金];
摘要
针对刀具寿命影响因素与刀具寿命之间的高度非线性关系,引入BP神经网络技术对刀具寿命进行预测,建立了刀具寿命预测模型。针对标准反向传播算法存在收敛速度慢、容易陷入局部极小值及全局搜索能力弱等缺陷,采用粒子群算法优化网络权值及阈值,提高了神经网络的预测精度。仿真结果表明,与标准BP神经网络相比,PSO-BP神经网络用于刀具寿命预测的精度更高。
引用
收藏
页码:53 / 54+60 +60
页数:3
相关论文
共 6 条
[1]
三角形剖分以及PSO-BP神经网络在星图识别中的应用 [J].
张少迪 ;
王延杰 ;
孙宏海 .
光电工程, 2011, 38 (06) :30-37
[2]
基于BP神经网络的刀具寿命预测模型 [J].
丁怡 ;
何卫平 ;
张维 ;
王伟 ;
李亚杰 ;
董荣 .
航空制造技术, 2010, (08) :93-96
[3]
基于进化神经网络的刀具寿命预测 [J].
徐玲 ;
杨丹 ;
王时龙 ;
聂建林 .
计算机集成制造系统, 2008, (01) :167-171+182
[4]
一种基于PSO的BP神经网络训练方法.[J].郭聪莉;朱莉;.计算机与信息技术.2007, Z1
[5]
人工神经网络原理及应用.[M].朱大奇;史慧编著;.科学出版社.2006,
[6]
金属切削速查速算手册.[M].陈宏钧主编;.机械工业出版社.2003,