基于PSO-BP神经网络的刀具寿命预测

• 作者: 刘佩松 叶润章 徐培嘉 李阳 王虎
• 来源期刊: 现代制造技术与装备
• 关键词: 粒子群算法 BP神经网络 刀具寿命 预测
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 设计与研究
• 页码范围: 53-54,60
• 页数: 3页
• 字数: 1885字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5587.2017.11.022

摘要

针对刀具寿命影响因素与刀具寿命之间的高度非线性关系,引入BP神经网络技术对刀具寿命进行预测,建立了刀具寿命预测模型.针对标准反向传播算法存在收敛速度慢、容易陷入局部极小值及全局搜索能力弱等缺陷,采用粒子群算法优化网络权值及阈值,提高了神经网络的预测精度.仿真结果表明,与标准BP神经网络相比,PSO-BP神经网络用于刀具寿命预测的精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王虎	西南石油大学机电工程学院	35	135	7.0	10.0
2	刘佩松	西南石油大学机电工程学院	3	10	2.0	3.0
3	李阳	西南石油大学机电工程学院	8	46	2.0	6.0
4	叶润章	西南石油大学机电工程学院	1	8	1.0	1.0
5	徐培嘉	西南石油大学机电工程学院	1	8	1.0	1.0