基于遗传算法优化的BP神经网络在粗糙度预测上的应用  

Application of BP Neural Network with Genetic Algorithm to Roughness Prediction

作　　者：莫蓉[1] 田国良[1] 孙惠斌[1] 

机构地区：[1]西北工业大学现代设计与集成制造技术教育部重点实验室,西安710072

出　　处：《机械科学与技术》2015年第5期729-732,共4页Mechanical Science and Technology for Aerospace Engineering

基　　金：西北工业大学基础研究基金项目(JC20110215);陕西省自然科学基础研究计划项目(2013JM7001);西北工业大学2012校级"新人新方向"项目资助

摘　　要：针对BP神经网络预测工件表面粗糙度精度不高的问题,提出了一种基于遗传算法优化的BP神经网络预测方法。首先用遗传算法对BP神经网络的初始权值、阈值进行全局寻优,然后对优化的BP神经网络进行训练、预测。通过MATLAB进行了粗糙度预测仿真验证。结果表明:优化的BP神经网络比未优化的BP神经网络具有更高的预测精度。A BP neural network prediction method of roughness with genetic algorithm( GA) is proposed to solve the problem of low prediction precision. In the present method,GA is firstly used to determine the initial weights and threshold by global optimization,and then the optimal BP neural network is used to train and predict the roughness. A simulation of the roughness prediction is executed with MATLAB. The simulation results show that the prediction accuracy of roughness with BP neural network is higher than that the un-optimal BP neural network.

关 键 词：遗传算法 BP神经网络 表面粗糙度 预测方法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]