粒子群算法在提高激光弯曲中神经网络泛化性上的应用

• 作者: 姚芳萍 张建李 李金华 苏智超
• 来源期刊: 热加工工艺
• 学科: 工学
• 关键词: 激光弯曲 径向基函数 神经网络 粒子群优化算法 泛化性
• 年，卷（期）: 2016,（21）
• 所属期刊栏目: 锻压技术
• 页码范围: 135-139,143
• 页数: 6页
• 分类号: TG386.3+1
• 语种: 中文
• DOI: 10.14158/j.cnki.1001-3814.2016.21.036

摘要

采用径向基函数(RBF)神经网络建立了激光弯曲成形过程中激光功率、扫描速度、扫描次数与弯曲角度之间的预测模型.对TC4钛合金板材进行了激光弯曲成形试验,将试验数据作为训练样本对神经网络进行了训练,得到工艺参数与成形角度之间的映射关系.利用粒子群优化算法对RBF网络的参数进行寻优计算.结果表明:使用优化后的网络对测试数据预测时,误差由之前的4.714％减小到0.974％左右;使用粒子群优化算法能显著地提高RBF神经网络在预测激光弯曲成形角度时的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李金华		54	224	7.0	12.0
2	姚芳萍		20	90	5.0	9.0
3	张建李		6	53	2.0	6.0
4	苏智超		5	49	1.0	5.0