-
题名基于实验数据训练的切削力组合预测模型
被引量：6
- 1
-
-
作者
李康
鲁娟
马俊燕
周刚
黄文
廖小平
-
机构
广西大学机械工程学院
北部湾大学机械与船舶海洋工程学院
-
出处
《现代制造工程》
CSCD
北大核心
2019年第3期6-10,129,共6页
-
基金
国家自然科学基金资助项目(51665005)
-
文摘
为提高切削力预测模型的准确性和稳定性,采用最优权值组合预测模型,以实验数据训练为基础,将人工神经网络模型、高斯过程回归模型及切削力经验公式这3个单一预测模型进行组合,对机械加工过程中的切削力进行预测。应用3种误差分析方法(均方根误差、平均绝对百分比误差及平均绝对误差)对组合预测模型进行评价,以此验证组合模型的稳定性和准确性。结果表明,相比于单一预测模型,组合算术平均模型所得结果与实验数据吻合良好,具有较高的精度和稳定性,对于切削力的预测具有参考价值。
-
关键词
切削力预测
组合预测模型
实验数据训练
高斯过程回归模型
经验公式
人工神经网络模型
-
Keywords
cutting force prediction
combination forecasting model
experimental data training
Gaussian process regression model
empirical formula
artificial neural network model
-
分类号
TH16
[机械工程—机械制造及自动化]
-
