粒子群优化人工神经网络在高速铣削力建模中应用.pdfVIP

第14卷第9期 计算机集成制造系统 V01．14No．9 2008年9月 008 ComputerIntegratedManufacturingSystems Sep．2 文章编号：1006—5911(2008)09--1710—07 粒子群优化人工神经网络在高速铣削力建模中的应用 郑金兴 (哈尔滨工程大学机电学院，黑龙江 哈尔滨 150001) 摘要：将粒子群优化人工神经网络理论应用于高速铣削力的建模研究中。采用粒子群算法与反向传播算法 相结合的方法，对反向传播神经网络模型进行优化。用粒子群算法训练网络参数，直到误差趋于一稳定值，然后 用优化的权值进行反向传播算法运算，以实现高速铣削力的预测。充分发挥了粒子群算法的全局寻优能力和反向 传播算法的局部搜索优势。仿真结果表明，与其他几种反向传播算法相比较，粒子群算法与反向传播算法的学习 算法训练的神经网络，不仅训练时间明显缩短，而且其预报精度也得到了较大的提高，能够有效地建立铣削力模 型，并对铣削力进行准确的预测。 关键词：高速铣销；切削力；建模；粒子群优化；人工神经网络；反向传播 中图分类号：TP391 文献标识码：A of artificialneuralnetwork Applicationparticle-swarm-optimization-trained in force highspeedmillingmodeling ZHENG Jin-zing ofMechanicalElectrical 150001，China) (College Engineering，HarbinEngineeringUniversity，Harbin ofParticleSwarm artificialneuralnetworkwas intheresearch Abstract：Theory Optimization(PS0)trained applied of force PSO withBack BPneu— highspeedmillingmodeling．Combinedalgorithm ralnetworkmodelwas network weretrainedPSO untiltheerrorreachedto optimized．Theparameters by algorithm astablevalue．ThenBP was tO forceforecastbasedon initial algorithmadoptedaccomplishcutting optimized use takesfull ofthe ofPSOandlocalaccurate ofBP．Resultsofsimula- weights，which globaloptimization searching tionshowedthatwith tO otherBP neuralnetworktr