基于实验数据训练的切削力组合预测模型

论文摘要

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。

论文目录

• 0 引言
• 1 组合预测模型
• 2 实验数据获取
•   2.1 实验一
•   2.2 实验二
• 3 组合预测模型建立及应用一
•   3.1 经验公式模型
•   3.2 AGEM组合模型
•   3.3 预测结果分析
• 4 组合预测模型建立及应用二
• 5 结语

文章来源

类型: 期刊论文

作者: 李康,鲁娟,马俊燕,周刚,黄文,廖小平

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

来源: 现代制造工程 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 金属学及金属工艺

单位: 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

基金: 国家自然科学基金资助项目(51665005)

分类号: TG501.3

DOI: 10.16731/j.cnki.1671-3133.2019.03.002

页码: 6-10+129

总页数: 6

文件大小: 162K

下载量: 160