基于CPSO-BP的刀具寿命预测算法

被引：17

作者：

曾晓雪 ^{[1
]}

吉卫喜 ^{[1
,2
]}

徐杰 ^{[1
]}

机构：

[1] 江南大学机械工程学院

[2] 江苏省食品制造装备重点实验室

来源：

组合机床与自动化加工技术 | 2020年 / 08期

关键词：

刀具寿命预测; BP神经网络; 粒子群算法; 混沌理论;

D O I：

10.13462/j.cnki.mmtamt.2020.08.014

中图分类号：

TG71 [刀具];

学科分类号：

080603 [有色金属冶金];

摘要：

为了改善刀具寿命预测的精准度,文章在已有的PSO-BP神经网络算法中引入混沌理论,提出了一种基于混沌粒子群算法优化BP神经网络(CPSO-BP神经网络)的刀具寿命预测方法。该方法采用粒子群算法优化网络权值和阈值,通过混沌扰动更新粒子的位置。CPSO-BP神经网络算法既避免了BP神经网络存在的收敛速度慢、易陷入局部最优的缺点,又改善了全局搜索能力,同时,降低了粒子群优化算法造成早熟收敛或停滞的可能性。仿真结果表明:与已有的PSO-BP神经网络算法相比,该文的CPSO-BP神经网络算法用于刀具寿命预测时收敛速度和预测精度均更胜一筹。

引用

页码：57 / 59+63 +63

页数：4

共 11 条

[1]

MATLAB R2017a人工智能算法.[M].张德丰.电子工业出版社.2018, 978-7-121-34061-1

[2]

工程材料与成形工艺基础.[M].徐晓峰.机械工业出版社.2017,

[3]

神经网络导论.[M].王晓梅.科学出版社.2016,

[4]

基于径向基神经网络的刀具寿命预测模型研究 [J].