基于模糊理论、遗传算法和神经网络的切削参数混合智能优化  

Intelligent Optimization of Machining Parameter Based on Fuzzy Theory and Genetic Algorithm and Neural Network Hybrid

作　　者：胡贤金[1] 杨冰[1] 罗勇[1] 

机构地区：[1]成都工具研究所有限公司

出　　处：《工具技术》2014年第2期9-14,共6页Tool Engineering

基　　金："高档数控机床与基础制造装备"科技重大专项"复杂数控刀具创新能力平台建设"(2012ZX04012021)

摘　　要：提出一种基于模糊理论、遗传算法和神经网络的混合智能优化技术,给出优化目标的优化数学模型,详细叙述了遗传算法的寻优过程,模糊理论的应用及神经网络的训练和学习获取优化切削参数的技术,并给出各种优化目标下的切削参数混合智能优化与普通搜索方法的对比实例。This paper presents a method based on fuzzy theory, genetic algorithm and neural network hybrid intelligent optimization technology, gives out objective optimization mathematical model of optimization, detailed description of the ge- netic algorithm, the application of fuzzy theory and neural network training and learning to obtain the optimic cutting param- eters, and gives various optimization target of cutting parameters hybrid intelligent optimization and search methods contrast examples.

关 键 词：模糊理论 神经网络 遗传算法 切削参数混合智能优化 

分 类 号：TG501[金属学及工艺—金属切削加工及机床]