基于GA神经网络的工程陶瓷材料电加工参数优化研究

《基于GA神经网络的工程陶瓷材料电加工参数优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、,F?,%机床与液压&!##/+>C+"#基于?-.神经网络的工程陶瓷材料电加工参数优化研究骆志高!徐小青!王海涵"江苏大学机械工程学院!江苏镇江!"!#")#摘要!运用?-.高阶模糊]a神经网络对电火花线切割过程中的主要电参数’脉冲电流%脉冲宽度%工作电压%脉冲间隔%功率管数(和相应的输出参数进行学习%训练和优化!让神经网络具有预测的能力"利用优化的电参数对工程陶瓷材料-D!8).M3O’含量)#w(进行电火花线切割实验研究!得到了与?-.神经网络输出所一致的结果"-D!8).M3O加工表面获得了最小的表面残余应力和最佳的耐磨强度"关键词!遗传算法&神经网络&工程陶瓷

2、&电火花线切割&参数优化中图分类号!M?//""Ma"*),,文献标识码!-,,文章编号!"##".)**"#!##/$"#.#Z!.)M&-&1#5#-)N/5+1+T+48O#)#&-,6.DHR7*R48+4##-+48I#-&1+,)*&5#-+&’2&)#3.4B!.4#0-&’"#5$.-S):98=B35?1<3B<4’0ABCCDCEF7AB<43A

3、Q

4、4+9J345CQK3S3‘3457D7AKH3A

5、7NH

6、采用]a网络!]a算法的优胜劣汰!适者生存$的生物进化原理引入待优化参点是寻优具有精确性!但缺点是易陷入局部极小解"数形成的编码串群体中!按照一定的适配值函数及一由于遗传算法具有很强的宏观搜索能力且能以较大的系列遗传操作对各个体进行筛选!从而使适配值高的概率找到全局最优解!所以用它能较好克服]a算法个体被保留下来!组成新的群体!新群体中各个体适的缺点"本文将二者结合起来!形成一种混合训练算应度不断提高!直至满足一定的极限条件"此时!群法///?-.]a算法!从而达到优化参数的目的"体中适配值最高的个体即为待优化参数的最优解"正#"主要研究的理论方法是由于遗传算法独具的工

7、作原理!使它能够在复杂空"+",高阶模糊]a神经网络间进行全局优化搜索并且具有较强的鲁棒性"神经网络由大量的神经元按一定的拓扑结构广泛$"现代方法的应用&!’连接而成"神经网络的结构一般包括输入层%输出层!+",高阶模糊]a神经网络的结构和隐层"输入层和输出层分别是用于接收输入信号!该模糊]a神经网络共有%层!其中第"层为输而隐层则用于对输入信号进行内部学习和处理"与低入层!它的每一个结点代表一个输入变量!它不加作阶算法相比较!高阶算法由于引入了神经突触的非线用地将其输入输出到下层&第!层是量化输入层!其性连接特征!同一层的神经元之间通过