基于实验数据训练的切削力组合预测模型

• 作者: 周刚 廖小平 李康 马俊燕 鲁娟 黄文
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 切削力预测 组合预测模型 实验数据训练 高斯过程回归模型 经验公式 人工神经网络模型
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 试验研究
• 页码范围: 6-10,129
• 页数: 6页
• 分类号: TH16
• 字数: 3900字
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2019.03.002

摘要

为提高切削力预测模型的准确性和稳定性,采用最优权值组合预测模型,以实验数据训练为基础,将人工神经网络模型、高斯过程回归模型及切削力经验公式这3个单一预测模型进行组合,对机械加工过程中的切削力进行预测.应用3种误差分析方法(均方根误差、平均绝对百分比误差及平均绝对误差)对组合预测模型进行评价,以此验证组合模型的稳定性和准确性.结果 表明,相比于单一预测模型,组合算术平均模型所得结果与实验数据吻合良好,具有较高的精度和稳定性,对于切削力的预测具有参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖小平	广西大学机械工程学院	96	556	13.0	19.0
2	马俊燕	广西大学机械工程学院	24	66	5.0	7.0
3	周刚	广西大学机械工程学院	9	9	2.0	2.0
4	鲁娟	广西大学机械工程学院	5	6	1.0	2.0
6	李康	广西大学机械工程学院	3	3	1.0	1.0
9	黄文	广西大学机械工程学院	6	11	2.0	3.0