摘要

为减少薄壁零件的加工变形,实现对铝合金薄壁零件铣削力的精准预测,通过响应曲面法设计相关试验获得铣削力试验数据。针对传统BP神经网络预测精度不高的弊端,将天牛须寻优算法(BAS)与BP神经网络结合,优化BP神经网络初始权值和阈值,建立BAS-BP神经网络预测模型。结果表明,改进后的神经网络预测模型具有更高的预测精度,对铝合金零件加工中铣削力的预测有较为理想的效果。