改进混沌搜索的AMPSO-BP激光铣削质量预测

发布时间：2021-11-02 14:22

　　为了更好地控制激光铣削的质量,建立了激光铣削质量和铣削层参数的神经网络模型。针对神经网络易陷入局部极小值的缺点,提出混沌搜索的自适应变异粒子群优化算法（AMPSO）获得神经网络最佳参数,建立了AMPSO-BP激光铣削质量预测模型。最后以某种材料的激光铣削质量预测为例,将文中所提算法与PSO-BP、BP神经网络预测结果相比,结果表明所提方法有很高预测精度且预测误差明显减小,在实际中有一定应用价值。 

【文章来源】：激光杂志. 2020,41(03)北大核心

【文章页数】：5 页

【部分图文】：

BP神经网络结构

混沌搜索的AMPSO优化BP神经网络流程

对激光铣削分别建立AMPSO-BP、PSO-BP和BP神经网络质量预测模型，选取相同的训练样本进行不同模型的分析与比较，BP,PSO-BP以及AMPSO-BP激光铣削质量预测结果对比图如图3所示。根据图3可知:3种神经网络预测模型基本上都能预测激光铣削层的深度和宽度，混沌搜索的AMP-SO-BP预测方法的预测值比标准PSO-BP、BP神经网络的预测值更接近实际激光铣削层的深度和宽度，波动曲线更接近真实值，AMPSO-BP获得了最优的激光铣削层质量预测结果，证明了混沌搜索的自适应变异粒子群优化神经网络的优越性。

【参考文献】：
期刊论文
[1]改进粒子群优化的光纤激光器解耦控制[J]. 楼国红,张剑平.  激光杂志. 2018(02)
[2]基于结合混沌纵横交叉的粒子群算法优化极限学习机的短期负荷预测[J]. 殷豪,董朕,孟安波.  计算机应用研究. 2018(07)
[3]单晶DD98微尺度铣削表面质量试验研究[J]. 蔡明,巩亚东,于宁,高奇.  中国机械工程. 2017(11)
[4]粒子群优化神经网络的激光铣削质量预测[J]. 李博威,徐超.  激光杂志. 2016(09)
[5]激光铣削对激光熔覆成形件的整形机理和实验研究[J]. 杜秋,杭小琳,王明娣,孙立宁.  激光与光电子学进展. 2015(10)
[6]人工神经网络在Al2O3陶瓷激光铣削中的应用研究[J]. 许兆美,周建忠,黄舒,孙全平.  红外与激光工程. 2013(11)
[7]粒子群优化BP神经网络的激光铣削质量预测模型[J]. 许兆美,刘永志,杨刚,王庆安.  红外与激光工程. 2013(09)
[8]基于遗传算法优化反向传播神经网络的激光铣削层质量预测[J]. 许兆美,周建忠,黄舒,孟宪凯,韩煜航,田清.  中国激光. 2013(06)
[9]BP神经网络在红外热波无损检测定量识别中的应用[J]. 刘涛,李永峰,黄威.  红外与激光工程. 2012(09)
[10]基于人工神经网络的激光立体成形件成形表面质量预测[J]. 杨东辉,马良,黄卫东.  中国激光. 2011(08)

博士论文
[1]激光氧化辅助微细铣削硬质合金的基础研究[D]. 吴贤.南京航空航天大学 2017



本文编号：3472073