基于改进PSO-BP神经网络的回弹预测研究

• 作者: 杨钎 许益民
• 来源期刊: 现代电子技术
• 关键词: V形自由折弯 回弹 BP神经网络 改进粒子群算法 全局搜索能力 收敛精度 泛化能力
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 161-165,170
• 页数: 6页
• 分类号: TN711-34|TP301.6
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.01.036

摘要

在V形自由折弯中,准确地预测板料回弹,有利于实际生产中精确地控制回弹以提高生产效率.由于板料回弹的影响因素众多,呈现出复杂的非线性变化特征,采用传统的BP神经网络难以满足高精度的预测要求,因此为了进一步有效预测板料的回弹,提出基于改进粒子群算法优化的BP神经网络预测模型.对标准粒子群算法的缺陷进行改进,利用改进粒子群算法的全局搜索能力对BP神经网络的权值和阈值进行优化求解,提高了BP神经网络预测模型的收敛精度和泛化能力.将改进PSO-BP神经网络预测模型应用在板料回弹预测中,并与LM-BP神经网络预测模型进行对比仿真,结果表明改进PSO-BP神经网络预测模型具有更高的非线性拟合优度和预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许益民	武汉科技大学机械自动化学院	36	109	5.0	8.0
2	杨钎	武汉科技大学机械自动化学院	1	0	0.0	0.0