为了有效地预测磨削加工的齿轮表面粗糙度,建立了以速比、砂轮转速、砂轮冲程速度和磨削深度为输入参数、齿轮表面粗糙度为输出参数的预测模型。该模型将自适应权重调整机制嵌入到粒子群算法中,得到了改进后的粒子群算法并优化BP神经网络的初始权值和阈值,从而形成了改进粒子群神经网络(APSO-BP)齿轮表面粗糙度预测模型。实验结果表明:改进后的粒子群神经网络预测模型能够有效克服BP神经网络易陷入局部最小值的缺陷,并且稳定性和精确性优于BP神经网络和粒子群神经网络(PSO-BP)。
科研之友
微信
新浪微博
Facebook
分享链接
