择优RBF神经网络下切削率的优化 |
| |
作者单位: | ;1.贵州大学理学院;2.贵州民族大学理学院 |
| |
摘 要: | 本文通过择优RBF(径向基函数,Radial Basis Function)神经网络对影响切削加工过程的切削参数进行建模,对切除率进行拟合预测;提出松弛误差作为衡量网络精度的指标,使RBF选择最优的分布密度,从而有效提高RBF神经网络的拟合预测能力;并将择优RBF的拟合和预测结果与BP的相应结果进行了比较,结果显示择优RBF神经网络的拟合和预测精度大大优于BP神经网络.
|
关 键 词: | 择优RBF神经网络 切削参数 松弛误差 学习过程统计性质 |
Fitting and Predicting of Excision Rate with Optimization-Making RBF Artificial Neural Network |
| |
Abstract: | |
| |
Keywords: | |
|
|