论文部分内容阅读
表面粗糙度是表面加工质量的重要指标之一，影响零件的使用寿命，因此在线预测表面粗糙度具有重要意义。由于BP神经网络的算法本身存在容易陷入局部极小值、收敛速度慢和全局搜索能力弱等缺陷，故采用遗传算法优化BP神经网络的结构和初始参数并设计基于进化神经网络的学习算法，建立BTA钻削在线预测的神经网络模型。仿真和实验结果表明，进化的BP神经网络能够很好的预测表面粗糙度，克服了BP神经网络容易陷入局部极小值的问题，为BTA钻削的研究提供了新的思路。