基于人工神经网络方法的切削用量智能选择系统.pdfVIP

2003 年第 37 卷 №10 17 基于人工神经网络方法的切削用量智能选择系统 陈　杰 　罗红波 　赵 　武 四川大学 摘 　要 :介绍了BP 神经网络的建模方法和算法 ,提出了采用神经网络方法进行切削用量选择的智能系统 。试 验表明 ,运用神经网络方法确定切削用量具有可行性 。 关键词 :神经网络 , 　切削参数 Intelligence Selection System for Cutting Parameter Based on Neural Networks Chen Jie 　Luo Hongbo 　Zhao Wu Abstract : The algorithm and the model building of Back Propagation neural networks is introduced. The intelligence system of selecting cutting parameters based on the artificial neural networks is put forward. It is indicated by experiments that selecting cutting parameters by using the method of artificial neural networks is feasible. Keywords :neural networks , 　cutting parameter 解决类似切削用量确定的经验决策性问题具有良好 　　1 　概述 的效果 。 人工神经网络研究是人工智能学科领域的重要 　　2 　人工神经网络模型及算法 组成部分 。人工神经网络模拟人类形象思维的方 式 ,采用物理可实现器件或通过计算机软件模拟生 由于单层神经网络只能解决线性可分的问题 , 物体中神经网络的某些结构与功能 ,并反过来运用 因此只有在输入层 、输出层之间加入隐含层构成多 于工程及其他领域 。人工神经网络由大量的神经单 层网络才能提高网络的分类能力 。由神经网络理论 元相互连接而成 ,这些神经元并行处理信息 ,具有很 可知 :对于一个神经网络 ,有 p 个输入和 q 个输出 , 强的容错性和运算能力 。人工神经网络通过训练 , 其作用可看作是由p 维欧氏空间到q 维欧氏空间的 将学习样本中的信息以连接权矩阵的方式存储起 一个非线性映射 ,这种映射可逼近任何连续函数 。 来 ,从而使得网络在接受输入时 ,可以得到适当的输 本文采用 BP 网络实现切削用量选择系统的建 出。 模 。所谓 BP 网络 ,即使用 BP 算法进行学习的多级 机械零件加工过程中 ,切削用量的选择恰当与 非循环网络 。该算法利用输出层的误差来估计输出 否将直接影响到成品质量 、加工效率 、加工成本等 , 层的直接前导层的误差 ,再利用这个误差估计更前 然而由于影响切削用量的因素繁多 ,影响因素之间