期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GA-WPT-ELM的6061铝合金表面粗糙度预测
被引量：
10
1
作者
谭芳芳
朱俊江
+2 位作者
严天宏
高志强
何岭松
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020年第1期40-47,共8页
为了提高工件表面粗糙度预测的准确性,针对振动信号特征识别和表面粗糙度预测建模时多个参数难以同步优化和人工经验调优误差较大的问题,提出基于遗传算法(GA)的信号特征识别和表面粗糙度预测的优化算法.对采集的6061铝合金铣削振动信...
为了提高工件表面粗糙度预测的准确性,针对振动信号特征识别和表面粗糙度预测建模时多个参数难以同步优化和人工经验调优误差较大的问题,提出基于遗传算法(GA)的信号特征识别和表面粗糙度预测的优化算法.对采集的6061铝合金铣削振动信号进行小波包变换(WPT)和多个特征提取,利用GA优化WPT母小波和特征向量;将信号特征向量和表面粗糙度分别作为极限学习机(ELM)的输入和输出,对预测模型训练的同时,利用GA优化ELM隐含层的神经元个数;对训练好的预测模型进行测试.实验结果表明,通过GA对振动信号识别和表面粗糙度预测的3类参数同步优化,获得了最佳的信号特征和较高的表面粗糙度预测精度,节省了建模分析计算成本.
展开更多
关键词
在线振动信号
遗传算法(GA)
小波包变换
极限学习机(ELM)
表面粗糙度预测
在线阅读
下载PDF
职称材料
题名
基于GA-WPT-ELM的6061铝合金表面粗糙度预测
被引量：
10
1
作者
谭芳芳
朱俊江
严天宏
高志强
何岭松
机构
中国计量大学机电工程学院
华中科技大学机械科学与工程学院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020年第1期40-47,共8页
基金
国家自然科学基金资助项目（61801454,51379198,51075377）
浙江省自然科学基金资助项目（LQ18F010006)
文摘
为了提高工件表面粗糙度预测的准确性,针对振动信号特征识别和表面粗糙度预测建模时多个参数难以同步优化和人工经验调优误差较大的问题,提出基于遗传算法(GA)的信号特征识别和表面粗糙度预测的优化算法.对采集的6061铝合金铣削振动信号进行小波包变换(WPT)和多个特征提取,利用GA优化WPT母小波和特征向量;将信号特征向量和表面粗糙度分别作为极限学习机(ELM)的输入和输出,对预测模型训练的同时,利用GA优化ELM隐含层的神经元个数;对训练好的预测模型进行测试.实验结果表明,通过GA对振动信号识别和表面粗糙度预测的3类参数同步优化,获得了最佳的信号特征和较高的表面粗糙度预测精度,节省了建模分析计算成本.
关键词
在线振动信号
遗传算法(GA)
小波包变换
极限学习机(ELM)
表面粗糙度预测
Keywords
on-line vibration signal
genetic algorithm(GA)
wavelet packet transform
extreme learning machine(ELM)
surface roughness predicting
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TH113 [机械工程—机械设计及理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GA-WPT-ELM的6061铝合金表面粗糙度预测
谭芳芳
朱俊江
严天宏
高志强
何岭松
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2020
10
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
