节点文献

基于粒子群算法的神经网络优化及其在镗孔加工中的应用

ANN Trained by Particle Swarm Optimization and Its Applications in Boring Processes

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 周家林段正澄邓建春李勇邵新宇

【Author】 Zhou Jialin Duan Zhengcheng Deng Jianchun Li Yong Shao XinyuHuazhong University of Science & Technology,Wuhan,430074

【机构】 华中科技大学机械科学与工程学院华中科技大学机械科学与工程学院 武汉430074武汉430074

【摘要】 采用粒子群算法对镗孔加工尺寸误差人工神经网络预测模型进行优化。实验表明 ,与误差反传算法 (BP)相比较 ,粒子群算法优化神经网络收敛速度更快 ,预测精度更高

【Abstract】 This paper presented particle swarm optimization (PSO) technique to train multi layer artificial neural network for predicting model of diameter errors of boring processes. Compared to the back propagation (BP), the neural network trained by particle swarm optimization achieves more accurate predictions and needs less amount of iterations.

【基金】 国家 8 63高技术研究发展计划资助项目( 2 0 0 1AA42 3 2 5 0 )
  • 【文献出处】 中国机械工程 ,China Mechanical Engineering(中国机械工程) , 编辑部邮箱 ,2004年21期
  • 【分类号】TP183
  • 【被引频次】31
  • 【下载频次】409
节点文献中: 

本文链接的文献网络图示:

本文的引文网络