为了改善刀具寿命预测的精准度，文章在已有的 PSO-BP 神经网络算法中引入混沌理论，提出了一种基于混沌粒子群算法优化 BP 神经网络( CPSO-BP 神经网络) 的刀具寿命预测方法。该方法采用粒子群算法优化网络权值和阈值，通过混沌扰动更新粒子的位置。CPSO-BP 神经网络算法既避免了 BP 神经网络存在的收敛速度慢、易陷入局部最优的缺点，又改善了全局搜索能力，同时，降低了粒子群优化算法造成早熟收敛或停滞的可能性。仿真结果表明: 与已有的 PSO-BP 神经网络算法相比，该文的 CPSO-BP 神经网络算法用于刀具寿命预测时收敛速度和预测精度均更胜一筹。
2021-09-14 10:48:30
34.18MB
1
行业制造-电动装置-基于原位拉曼和电化学复合法的锂电池电极材料寿命检测系统.zip
2021-09-12 14:03:03
370KB
行业分类-设备装置-一种基于伪寿命跟踪的产品剩余寿命预测准确性评价方法.zip
2021-09-11 14:05:06
679KB