一种基于NRBO和WOA组合优化BP神经网络的FDM 3D打印成型质量预测方法

本发明涉及一种基于NRBO和WOA组合优化BP神经网络的FDM 3D打印成型质量预测方法，包括以下步骤：在算法运行时，进行参数初始化，计算适应值，记录全局最优舒适度；进行NRBO搜索规则，计算动态参数，生成搜索步长，应用Newton‑Raphson搜索；使用WOA螺旋更新，进行策略选择，更新的位置向量和螺旋公式；进行陷阱避免操作，基于最优解生成新位置，利用种群均值调整；进行边界约束处理，重新计算适应度，更新全局最优；待迭代结束，输出最优解，训练BP神经网络，根据误差更新权值和阈值，满足精度或达到最大迭代次数，网络模型训练完成；将分层厚度、打印温度和打印速度三者作为输入，成型件的最大变形量和表面粗糙度数据分别作为输出建立进行训练。