《表5 输入变量寻优范围：基于神经网络遗传算法的磁粒研磨TC4材料工艺参数优化》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于神经网络遗传算法的磁粒研磨TC4材料工艺参数优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

遗传算法是以达尔文进化论中自然选择和遗传机理为基础建立的数学计算模型，舍弃固有的搜索方式，模仿自然界生物的遗传进化过程[17-18]。把目标条件表面粗糙度Ra作为适应度，将待优化参数主轴转速n、加工间隙δ、进给速率v和磨料粒径D中的个体转化为一个个独立的染色体，对这些独立的染色体编码，进行染色体之间的选择、遗传和变异过程。调用训练好的BP神经网络模型，设定迭代次数为200次，种群大小为20个，交叉概率为0.4，变异概率为0.2。以适应度作为评价标准，根据优胜劣汰的法则，不断得到更加优化的群体，在最优群体的范围内搜索最优个体，实现遗传算法寻优功能。输入变量的寻优范围如表5所示。