混合变异神经网络与模糊自适应粒子群优化算法在微钻头检测中的应用

根据微钻头检测的要求,提出了基于混合变异神经网络-模糊自适应粒子群优化拟合微钻头特征曲线的新方法。实验中所设计的神经网络与需要拟合的方程相一致,在神经网络训练以及粒子个体的每一次迭代之后,对所得到的神经网络的权值进行归一化处理,该处理相当于权值一种特定的变异操作。同时为了获得全局最优解,在求解中引入模糊自适应粒子群优化被,并根据粒子个体纵向与横向运动轨迹的特性,采用模糊逻辑推理,自适应地调整惯性因子。在求解系统达到全局平衡点时,根据最优粒子的位置矢量获得微钻头的特征曲线的拟合方程,并据此求得微钻头的结构参数与刃面缺陷。所提出的方法为微钻头以及其他工件特征曲线的拟合提供了一个新的解决方案。实验结果表明,与传统的检测方法相比较,该方法具有较高检测精度。