摘要：本发明公开了一种切削加工中切削用量的预测方法，其特征在于：步骤一、选择切削加工中的控制参数作为模型的输入；测定实际切削样本数据用于模型训练和测试；步骤二、建立RBF神经网络模型，利用相应的样本数据对模型进行学习训练；（使模型在一个足够大的分布密度范围内，选择出使模型对测试样本的拟合误差平均幅值最小的分布密度）这个是一个不确定的范围，需要用具体可指的数值来表达。本发明使RBF神经网络模型在一个足够大的分布密度范围内分别利用训练样本数据进行学习训练，然后用训练后的网络模型对测试样本进行预测，根据计算结果，选择出使模型的误差平均幅值最小的分布密度值，这样模型的拟合预测误差最小，从而使模型的拟合预测能力最优，其训练速度快且预测精度高。
- 专利类型发明专利
- 申请人贵州大学;
- 发明人孙明伟;龚敏庆;周胜;黄敏;金明仲;罗钢;
- 地址550025 贵州省贵阳市花溪区贵州大学北校区科学技术处
- 申请号CN201210427270.1
- 申请时间2012年10月31日
- 申请公布号CN102930337B
- 申请公布时间2015年08月19日
- 分类号G06N3/08(2006.01)I;
教育装备采购网在线客服
京公网安备11010802043465号
