论文部分内容阅读
针对Crl2MoV刀具磨损量预测问题，提出了一种新的粗糙集和最小二乘支持向量机（LSSVM）相结合的预测方法。将声发射信号提取的能量值和切削要素作为预测模型的输入参数，为了降低运算的复杂性，提出采用粗糙集理论对多维输入参数进行降维处理的方法；为提高预测准确性和精度，利用蚁群算法对LSSVM的参数进行优化，建立基于粗糙集和ACO-LSSVM的Crl2MoV刀具磨损量预测模型。仿真结果表明，所建立的Crl2MoV刀具磨损量预测模型合理有效，具有较强的推广能力和较高的预测精度。