选择性激光烧结成型件密度的支持向量回归预测

• 作者: 朱星键 温玉锋 肖婷婷 蔡从中 裴军芳
• 来源期刊: 物理学报
• 学科: 物理学
• 关键词: 选择性激光烧结 密度 支持向量机 回归分析
• 年，卷（期）: 2009,（z1）
• 所属期刊栏目: 总论
• 页码范围: 8-14
• 页数: 7页
• 分类号: O4
• 字数: 4205字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3290.2009.z1.002

摘要

根据不同工艺参数(层厚、扫描间距、激光功率、扫描速度、加工环境温度、层与层之间的加工时间间隔和扫描方式)下的选择性激光烧结成型件密度的实测数据集,应用基于粒子群算法寻优的支持向量回归(SVR)方法,建立了加工工艺参数与成型件密度间的预测模型,并与BP神经网络模型进行了比较.结果表明:基于相同的训练样本和检验样本,成型件密度的SVR模型比其BP神经网络模型具有更强的内部拟合能力和更高的预测精度;增加训练样本数有助于提高SVR预测模型的泛化能力;基于留一交叉验证法的SVR模型的预测误差最小.因此,SVR是一种预测选择性激光烧结成型件密度的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温玉锋	重庆大学应用物理系	9	64	5.0	8.0
2	蔡从中	重庆大学应用物理系	24	228	7.0	14.0
3	裴军芳	重庆大学应用物理系	9	54	5.0	7.0
4	朱星键	重庆大学应用物理系	9	54	5.0	7.0
5	肖婷婷	重庆大学应用物理系	8	51	5.0	7.0