基于进化神经网络的刀具寿命预测

• 作者: 徐玲 杨丹 王时龙 聂建林
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: 进化神经网络 遗传算法 刀具寿命 切削参数优化
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 论文
• 页码范围: 167-171,182
• 页数: 6页
• 分类号: TH162
• 字数: 3816字
• 语种: 中文

摘要

为预测道具寿命,引入人工神经网络技术,建立了刀具寿命预测神经网络模型,同时对切削参数进行优化选择.在刀具寿命预测中,针对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,采用遗传算法训练反向传播神经网络,设计了进化神经网络的学习算法.实验和仿真结果表明:基于进化计算的反向传播神经网络可以克服单纯使用反向传播网络易陷入局部极小值等难题,刀具寿命的预测精度较高,从而为刀具需求计划制定、刀具成本核算,以及切削参数制定提供理论依据,节约了制造执行系统中的生产成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王时龙	重庆大学软件学院	145	1311	19.0	26.0
5	杨丹	重庆大学计算机学院	129	2000	24.0	39.0
9	聂建林	重庆大学机械工程学院	4	88	4.0	4.0
10	徐玲	重庆大学计算机学院	33	513	13.0	22.0