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:
中频淬火通过人工控制和PID控制工艺参数难以保证产品质量,因此,基于微粒群优化算法和BP神经网络算法提出了一种基于HMPSO的BP神经网络工艺参数控制方法,首先介绍了微粒群优化算法和BP神经网络算法,接着建立了基于HMPSO的BP神经网络工艺参数控制方法,最后对中频淬火控制系统进行MATLAB仿真研究,结果表明,该方法稳定、有效,可提高中频淬火的质量.
推荐文章
基于BP神经网络的线切割工艺指标预测
线切割
人工神经网络
参数优化
基于改进BP算法的中频淬火工艺参数预测
感应淬火
中频
淬硬层
BP神经网络
Levenberg-Marquardt算法
基于PSO?BP神经网络的短期负荷预测算法
短期负荷预测
BP神经网络
粒子群算法
零相滤波器
基于PSO-BP神经网络的网络时延预测算法
粒子群优化
BP神经网络
网络控制
时延预测
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 基于HMPSO和BP神经网络算法的中频淬火工艺参数预测
来源期刊 新技术新工艺 学科 工学
关键词 中频淬火 微粒群优化算法 BP神经网络 HMPSO算法
年,卷(期) 2010,(12) 所属期刊栏目
研究方向 页码范围 83-86
页数 分类号 TB302.3
字数 3975字 语种 中文
DOI 10.3969/j.issn.1003-5311.2010.12.028
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 芮执元 兰州理工大学机电工程学院 146 1147 16.0 25.0
2 马鸿峰 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (117)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(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)
2018(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
中频淬火
微粒群优化算法
BP神经网络
HMPSO算法
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
新技术新工艺
月刊
1003-5311
11-1765/T
大16开
北京车海淀区车道沟10号院科技1号楼804室
2-396
1979
chi
出版文献量(篇)
8183
总下载数(次)
16
论文1v1指导