针对刀具使用时加工参数多变的实际情况,提出使用最小二乘支持向量机(is—s、rIⅥ)建立模型并对刀具磨损进行预测:首先引入最小二乘支持向量机建立刀具磨损模型,然后针对具体实验数据,采用交叉验证的办法,选取优化的核参数。实验和仿真结果表明:该模型可以有效地学习刀具磨损中的非线性关系,刀具磨损的预测精度较高。因此该模型可以用作对实际加工中的刀具磨损进行有效预测,并为切削参数的实际选择提供依据。
2019-10-14 21:38:28 292KB 刀具磨损 向量机模型 MATLAB 预测
1
采用BP神经网络对150组股票交易数据进行拟合,拟合精度较好。
2016-01-02 00:00:00 244KB 神经网络
1