基于改进PSO神经网络的微米木纤维切削参数优化

• 作者: 任洪娥 袁世庆 贾鹤鸣 齐红
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 木纤维切削 切削参数优化 BP神经网络 粒子群优化算法
• 年，卷（期）: 2018,（2）
• 页码范围: 116-122
• 页数: 7页
• 分类号: U445.72
• 字数: 4217字
• 语种: 中文
• DOI: 10.13471/j.cnki.acta.snus.2018.02.016

摘要

针对使用传统加工技术切削后的工件无法达到精密要求的问题,为了从工艺流程角度提升微米木纤维的加工精度和切削效果,提出了一种基于改进粒子群算法和BP神经网络的优化算法,以实现微米木纤维的精密切削加工.采用误差反向传播算法实现切削参数间复杂关系的最佳结构选择,通过改进的粒子群优化算法(PSO)解决了BP网络自身的局部极小值收敛的缺陷,给出了科学合理的切削参数输出.通过不同树种的微米木纤维切削参数仿真优化实验,验证了算法的准确性、训练精度和有效性.研究表明:提出的改进优化算法可以预测出待加工木材的切削参数,且具有较高的训练精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任洪娥	东北林业大学信息与计算机工程学院	163	891	15.0	20.0
2	贾鹤鸣	东北林业大学机电工程学院	126	543	13.0	18.0
3	齐红	东北林业大学信息与计算机工程学院	11	27	4.0	4.0
4	袁世庆	东北林业大学信息与计算机工程学院	1	0	0.0	0.0