基于遗传算法的神经网络振动钻削参数优化  

Optimization of Neural Network Vibration Drilling Parameter Based on Genetic Algorithm

作　　者：臧雪柏[1] 管秀君[2] 赵宏伟[1] 凌兴宏[3] 王立江[4] 

机构地区：[1]吉林大学计算机科学与技术学院,吉林长春130025 [2]吉林交通职业技术学院基础科学系,吉林长春130012 [3]南京航空航天大学机电学院,江苏南京210016 [4]吉林大学机械科学与工程学院,吉林长春130025

出　　处：《吉林大学学报（工学版）》2002年第1期37-41,共5页Journal of Jilin University:Engineering and Technology Edition

基　　金：国家自然科学基金资助项目 (5 96 75 0 5 9);吉林省科学技术厅资助项目 (2 0 0 10 5 70 )

摘　　要：应用人工神经网络进行振动钻削仿真与参数优化时常用逆映射BP网 ,而BP网的逆映射极易陷入局部极小点。本文提出利用遗传算法与BP网的混合系统进行参数优化。实验结果表明 ,遗传算法是一种全局优化方法 ,可有效地应用于机械加工领域 ,为振动钻削的参数优化提供了一个新的研究方法。When vibration drilling simulation and parameter optimization by Artificial Neural Network are carried out,the general method of parameter optimization modifies the trained BP Network,using the anti mapping capacity of the trained BP Network.Because of the drawback of local minimization of BP Network,the hybrid system of Genetic Algorithm and Back Propagation Network is presented to optimize the parameters in this paper.Experiments show that GA is a global optimal method and can be used in manufacturing effectively.It also provides a new research and analysis method for the study of vibration drilling.

关 键 词：遗传算法 BP网 振动钻削 参数优化 

分 类 号：TH161.5[机械工程—机械制造及自动化]