基于模糊RBF神经网络的选域激光烧结尺寸精度预测建模

• 作者: 张永志 李小飞 董俊慧
• 来源期刊: 铸造
• 学科: 工学
• 关键词: 模糊神经网络 预测 尺寸精度
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 计算机应用
• 页码范围: 1029-1032
• 页数: 4页
• 分类号: TF124
• 字数: 3057字
• 语种: 中文

摘要

将减法聚类与伪逆法相结合建立了模糊RBF(Radial Basis Function neural network,径向基神经网络)模型.通过正交试验,获得不同激光功率、扫描速度、预热温度和切片厚度参数条件下SLS试件的尺寸误差,在此基础上获得训练与预测样本数据,并对该模型进行仿真.结果显示预测平均总误差为2.16%,表明该模型具有建模快、模型简单、训练速度快、预测精度高,泛化能力强的优点,可根据不同烧结工艺参数对SLS制件尺寸精度进行较准确地预测,以便指导实际生产.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董俊慧	内蒙古工业大学材料科学与工程学院	116	703	13.0	21.0
2	张永志	内蒙古工业大学材料科学与工程学院	8	81	4.0	8.0
3	李小飞	内蒙古工业大学材料科学与工程学院	16	34	3.0	5.0