摘要：本發明公開了一種切削加工中切削用量的預測方法，其特征在于：步驟一、選擇切削加工中的控制參數作為模型的輸入；測定實際切削樣本數據用于模型訓練和測試；步驟二、建立RBF神經網絡模型，利用相應的樣本數據對模型進行學習訓練；（使模型在一個足夠大的分布密度范圍內，選擇出使模型對測試樣本的擬合誤差平均幅值最小的分布密度）這個是一個不確定的范圍，需要用具體可指的數值來表達。本發明使RBF神經網絡模型在一個足夠大的分布密度范圍內分別利用訓練樣本數據進行學習訓練，然后用訓練后的網絡模型對測試樣本進行預測，根據計算結果，選擇出使模型的誤差平均幅值最小的分布密度值，這樣模型的擬合預測誤差最小，從而使模型的擬合預測能力最優，其訓練速度快且預測精度高。
- 專利類型發明專利
- 申請人貴州大學;
- 發明人孫明偉;龔敏慶;周勝;黃敏;金明仲;羅鋼;
- 地址550025 貴州省貴陽市花溪區貴州大學北校區科學技術處
- 申請號CN201210427270.1
- 申請時間2012年10月31日
- 申請公布號CN102930337B
- 申請公布時間2015年08月19日
- 分類號G06N3/08(2006.01)I;
教育裝備采購網在線客服
京公網安備11010802043465號
