基于聚类和自适应神经模糊推理系统的数控机床绿色度评价方法

• 作者: 修世超 王宇钢
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 数控机床 绿色度 粒子群 模糊C均值 自适应神经模糊推理系统
• 年，卷（期）: 2018,（23）
• 所属期刊栏目: 可持续制造
• 页码范围: 2845-2849,2858
• 页数: 6页
• 分类号: TH162
• 字数: 3981字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2018.23.011

摘要

为了实现对数控机床绿色度的智能评价,提高数控机床绿色度预测精度,提出了一种基于聚类和自适应神经模糊推理系统(ANFIS)的评价方法.采用改进的粒子群优化模糊C均值聚类算法实现样本的自适应分类,生成辅助ANFIS学习的训练样本集;建立基于ANFIS的评价模型,通过对训练样本集的学习自动生成模糊规则,消除评价指标的模糊性和随机性对评价结果的影响;训练后的评价模型可用于评价样本的自适应推理.最后利用提出的评价方法对数控机床绿色度进行实例分析,验证了该评价方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宇钢	辽宁工业大学机械工程与自动化学院	18	45	3.0	6.0
2	修世超	东北大学机械工程与自动化学院	84	857	18.0	26.0