基于SSA-SVM的刀具寿命预测

作者：毛佳伟; 周敏; 张豪; 饶琪

来源：智能计算机与应用, 2023, 13(08): 114-119+124.

DOI：10.3969/j.issn.2095-2163.2023.08.018

• 刀具寿命预测
• 支持向量机(SVM)
• 麻雀搜索算法(SSA)
• BP神经网络

数控机床(CNC)自动刀库中刀具的管理工作以及机床运行参数制定，都与刀具的使用寿命息息相关，而刀具寿命预测值与其影响因素呈现出一种高维度的复杂非线性关系。针对这一问题，提出将刀具寿命影响因子作为变量输入到支持向量机(SVM)模型，再利用麻雀搜索算法(SSA)对SVM的核函数g和惩罚参数C进行优化，以均方根误差(RMSE)作为适应度函数，通过迭代选择最优的回归参数训练模型。结果表明：SSA-SVM模型预测精度较BP神经网络、SVM、LSTM分别提升了9.1%、5.6%、0.12%,且耗时仅为4.724 7 s,方法具有可行性。

• 单位
  武汉科技大学