- 相关推荐
BP-AM与RBF网络在LENS成形高度预测中的应用
金属零件的激光近净成形(Laser Engineered Net Shaping,LENS)是一种新的先进制造技术,但是其成形高度的控制一直是个难题.根据LENS工艺参数与单道成形高度之间复杂的非线性本质关系,采用了自学习率与动量因子改进的Back Propagation(BP)与径向基函数(Radial Basis Function,RBF)神经网络对其成形高度进行预测,详细对比分析了两种网络的训练速度、收敛速度与泛化能力等性能.结果表明:BP网络的训练时间较长、收敛速度较慢与泛化能力较差,而RBF网络相应性能较好,其预测结果与试验结果基本吻合,因此RBF网络更适合LENS成形高度的预测.
作 者： 鲁中良 李涤尘 卢秉恒 张安峰 Lu Zhongliang Li Dichen Lu Bingheng Zhang Anfeng 作者单位： 西安交通大学机械制造系统工程国家重点实验室,西安,710049 刊 名： 航天制造技术 英文刊名： AEROSPACE MANUFACTURING TECHNOLOGY 年，卷(期)： 2009 ""(6) 分类号： V4 关键词： 激光近净成形 工艺参数 成形精度 神经网络【BP-AM与RBF网络在LENS成形高度预测中的应用】相关文章：
基于RBF神经网络的短时交通流量预测04-27
基于RBF神经网络的EMD方法在海平面分析中的应用04-30
基于OLS算法的RBF神经网络在大坝安全监测中的应用04-25
正交小波网络及其在经济预测中的应用04-26
人工神经网络在证券价格预测中的应用04-29
人工神经网络在环境灾害预测中的应用进展04-26
CMAC网络建模在非线性预测控制中的应用04-28
军用无人机研制费用的RBF神经网络预测04-27
多媒体技术在《材料成形技术基础》中的应用04-29