摘要
一种丝锥性能预测方法,涉及丝锥性能预测领域。本发明解决了现有技术中无法通过丝锥的工艺参数、几何参数和性能参数准确预测丝锥性能的问题。包括以下步骤:S1:对工艺参数及待预测的丝锥的模型的几何参数和性能参数进行数据处理;S2:将数据处理后的参数用于设置BP神经网络模型;S3:通过多粒子群算法获得BP神经网络模型的最优权值与偏置;S4:将所述最优权值与偏置作为初始权值与偏置输入BP神经网络模型;S5:通过所述初始权值与偏置训练BP神经网络模型并输出预测结果;多粒子群算法与神经网络结合能够避免丝锥性能预测陷入局部最优解从而显著提升预测精度和模型的泛化能力。
技术关键词
BP神经网络模型
性能预测方法
丝锥
多粒子群算法
仿真数据
参数
切削力
误差
节点
切削刀具
精度
动态
速度
规模
因子
样本
系统为您推荐了相关专利信息
控制参数整定方法
控制误差
变工况
供水系统管路
核反应堆系统
健康评估方法
建筑
数字孪生模型
仿真数据
多模型
光伏电池模型
船舶
点追踪方法
BP神经网络模型
Boost电路
工程施工进度
调控方法
施工场地
BP神经网络模型
特征点
小电阻接地系统
高阻接地故障
BP神经网络模型
接地故障检测
优化BP神经网络