基于一种T-S网络修正算法的车削表面粗糙度预测技术

• 作者: 程鸿 迟军
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 表面粗糙度 T-S网络 预测 修正
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 机械设计与制造
• 页码范围: 15-16,33
• 页数: 3页
• 分类号: TG661
• 字数: 1602字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2008.07.005

摘要

利用神经网络预测车削表面的粗糙度有利于改进车削过程的自动化程度,但神经网络输入数据的误差和网络自身的缺陷不可避免地给预测带来了误差.采用了一种基于T-S网络的技术,对原神经网络的输出进行了修正,能有效地减少预测误差.相关的试验不但证明了其有效性,而且还对网络结构和有关参数提出了建设性的建议,其结果对实践有重要的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程鸿	宁波工程学院机械工程学院	11	15	2.0	3.0
2	迟军	宁波工程学院机械工程学院	15	62	3.0	7.0