改进的BP算法及其在镗孔加工中应用  

The Study of Improvements in General BP Neural Network Learning Algorithm and Its Applicaion to Hole Boring

作　　者：黄玉春 邓建春[1] 李培根[1] 

机构地区：[1]华中理工大学机械学院

出　　处：《机械与电子》2001年第1期3-5,共3页Machinery & Electronics

基　　金：国家863/CIMS项目资助(863-9843-007).

摘　　要：对一般 BP算法的激励函数、误差函数等进行了改进 ,将梯度下降法与遗传算法相结合来训练 BP网络 ,并在此基础上 ,建立了镗孔加工的人工神经网络预报模型 ,实验结果表明 ,该模型能较好地对镗孔加工过程中的尺寸进行预测。In this paper, some improvements on excitation function, error function as well as the combination of genetic algorithm (GA) and BP are made to train the BP neural network (NN). The prediction model of artificial neural network for boring machining is established. The experimental results show that this model can predict the size error during the boring process.

关 键 词：人工神经网络 BP算法 遗传算法 预测 

分 类 号：TG53[金属学及工艺—金属切削加工及机床] TP183[自动化与计算机技术—控制理论与控制工程]