基于遗传算法优化反向传播神经网络的激光铣削层质量预测

• 作者: 周建忠 孟宪凯 田清 许兆美 韩煜航 黄舒
• 来源期刊: 中国激光
• 学科: 工学
• 关键词: 激光技术 激光铣削 遗传算法 反向传播神经网络 优化算法
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 030激光加工与应用
• 页码范围: 167-171
• 页数: 5页
• 分类号: TN249
• 语种: 中文
• DOI: 10.3788/CJL201340.0603004

摘要

为了有效地控制激光铣削层质量,建立了激光铣削层质量(铣削层深度、铣削层宽度)与铣削层参数(激光功率、扫描速度和离焦量)之间的反向传播(BP)神经网络预测模型.利用遗传算法(GA)优化了BP神经网络的权值和阈值,构建了基于遗传算法神经网络的质量预测模型.用GA-BP算法对激光铣削层质量进行了仿真预测,并将仿真结果与BP神经网络模型仿真结果进行了对比.仿真结果表明,两种网络模型的平均误差较小,网络训练后检验精度较高,说明两种网络模型用于激光铣削层质量预测是可行的,并且遗传算法优化BP神经网络能够有效地提高网络的收敛性和预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周建忠		202	1969	25.0	33.0
2	黄舒		84	233	8.0	12.0
3	许兆美		3	8	2.0	2.0
4	孟宪凯		36	29	3.0	4.0
5	韩煜航		6	0	0.0	0.0
6	田清		3	0	0.0	0.0