基于自适应粒子群优化BP神经网络的高速电主轴温度预测模型

TH-39; 为精确地预测电主轴高速运转时内部温升的变化情况,提出了 一种基于自适应粒子群优化BP神经网络的电主轴温度预测模型(APSO-BPNN).该模型在PSO-BPNN算法的基础上,引入自适应惯性权重,使权重跟随粒子适应度的变化而变化;采用自适应学习因子,在算法的初期和后期获得不同的搜索能力;融入变异算子,增加种群的多样性,避免算法的早熟收敛等缺点.然后,分别采用BPNN、PSO-BPNN和APSO-BPNN预测模型对电主轴不同测温点的温度进行预测.实验结果表明,与传统的BP神经网络和PSO-BPNN预测方法相比,所提APSO-BPNN模型预测精度最高,鲁棒性最强,可为电主轴及机床温升的...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	东南大学学报（英文版） 2022, Vol.38 (3), p.235-241
Hauptverfasser:	雷春丽, 赵明齐, 刘凯, 宋瑞哲, 张护强
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!