基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
应用灰色关联度筛选变量,将样本变量筛选为部分样本变量和全部样本变量组合用于建模的自变量,以刀具后刀面磨损量作为因变量,对不同切削条件下铣削加工过程刀具后刀面磨损的多组实验数据,采用偏最小二乘回归分析方法,建立对所选自变量的偏最小二乘回归模型.结果表明,该方法提取的成分具有线性无关的特点,对刀具磨损有较好的解释能力,且利于建模和预测,同时可以消除输入因素的多重共线性.刀具磨损的回归模型计算出不同切削条件下刀具后刀面的磨损量,以全部样本变量所建立的模型预测效果更为理想.
推荐文章
基于偏最小二乘回归方法的木工刀具磨损分析与建模1)
木工刀具
切削加工
回归分析
偏最小二乘
偏最小二乘回归在美式-亚式期权定价中的应用
蒙特卡罗模拟
偏最小二乘回归
美式-亚式期权
偏最小二乘回归在导弹研制费用预测中的应用
导弹
研制费用
偏最小二乘回归
电力负荷预测的核偏最小二乘回归模型
核偏最小二乘
电力负荷
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 偏最小二乘回归在刀具磨损试验建模中的应用
来源期刊 系统仿真学报 学科 工学
关键词 灰色关联度 偏最小二乘回归 回归分析 刀具磨损 切削试验
年,卷(期) 2007,(13) 所属期刊栏目 仿真技术应用
研究方向 页码范围 3115-3118,3125
页数 5页 分类号 TH165
字数 4102字 语种 中文
DOI 10.3969/j.issn.1004-731X.2007.13.057
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈花玲 西安交通大学机械工程学院 142 1688 22.0 34.0
2 徐创文 西安交通大学机械工程学院 51 210 9.0 13.0
6 刘晓斌 5 69 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (37)
参考文献  (9)
节点文献
引证文献  (18)
同被引文献  (52)
二级引证文献  (21)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
灰色关联度
偏最小二乘回归
回归分析
刀具磨损
切削试验
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导