《表3 表面粗糙度蚁群-BP神经网络预测模型预测结果和实验结果的对比》
通过对表2进行筛选,可确定当蚁群规模为45时,学习效率最优,故蚁群-BP神经网络选用最优学习率为0.836 8,迭代次数为1 000,训练误差目标为1e-5,进行高速铣削工件表面粗糙度建模。为验证蚁群-BP神经网络所建立的高速铣削工件表面粗糙度预测数学模型,选用实验2和实验6中的高速铣削工件表面粗糙度的数据进行预测估计,通过对比预测模型所产生的这两组预测数据和试验中产生的数据见表3。
图表编号 | XD00192325300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 祁翔、张心光、吕泽正 |
绘制单位 | 上海工程技术大学机械与汽车工程学院、上海工程技术大学机械与汽车工程学院、上海工程技术大学机械与汽车工程学院 |
更多格式 | 高清、无水印(增值服务) |