基于遗传算法的神经网络振动钻削参数优化

吉林大学学报(工学版) ›› 2002, Vol. ›› Issue (1): 37-41.

基于遗传算法的神经网络振动钻削参数优化

臧雪柏¹, 管秀君², 赵宏伟¹, 凌兴宏³, 王立江⁴

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. 南京航空与航天大学机电学院, 江苏, 南京, 210016;
4. 吉林大学机械科学与工程学院, 吉林, 长春, 130025

收稿日期:2001-09-13 出版日期:2002-01-25
基金资助:
国家自然科学基金资助项目(59675059);吉林省科学技术厅资助项目(20010570)

Optimization of Neural Network Vibration Drilling Parameter Based on Genetic Algorithm

ZANG Xue-bai¹, GUAN Xiu-jun², ZHAO Hong-wei¹, LING Xing-hong³, WANG Li-jiang⁴

1. College of Computing Science & Technology, Jilin University, Changchun 130025, China;
2. Dept of Fundamental Sciences, Jilin Vocational College of Transportation and Techllology, Changchun 130012, China;
3. College of Mechanical Engineering, Nanjing University of Aeronautics & Astronautics, Nanjing 210016, China;
4. College of Mechanical Science and Engineering, Jilin University, Changchun 130025, China

Received:2001-09-13 Online:2002-01-25

摘要/Abstract

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。

关键词: BP网, 遗传算法, 振动钻削, 参数优化

Abstract: 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.

Key words: BP Network, genetic algorithm, vibration drilling, parameter optimization

中图分类号:

TH161.5

臧雪柏, 管秀君, 赵宏伟, 凌兴宏, 王立江. 基于遗传算法的神经网络振动钻削参数优化[J]. 吉林大学学报(工学版), 2002, (1): 37-41.

ZANG Xue-bai, GUAN Xiu-jun, ZHAO Hong-wei, LING Xing-hong, WANG Li-jiang. Optimization of Neural Network Vibration Drilling Parameter Based on Genetic Algorithm[J]. 吉林大学学报(工学版), 2002, (1): 37-41.

参考文献

[1] 王立江,张德远,张明.振动钻削微小孔提高加工精变的研究［J］.机械工程学报,1992(1):31～35.
[2] 王立江,杨兆军.王立平.变参数振动钻削微小孔的研究［J］中国机械工程,1994(5):50～51.
[3] 赵宏伟.基于计算智能的多元变参数振动钻削叠层材料研究［D］吉林大学机械科学与工程学院,2001.
[4] 刘勇,康立山,陈毓屏.非数值并行算法--遗传算法［M］.北京:科学出版社,1998:123～124.
[5] 赵宏伟,王立江,臧雪柏,等.基于人工神经网络的振动钻削仿真与参数优化［J］.吉林工业大学自然科学学报,2000,30(2):10～14.

相关文章 15

[1]	吴蔚楠,崔乃刚,郭继峰,赵杨杨. 多异构无人机任务规划的分布式一体化求解方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1827-1837.
[2]	焦玉玲, 张鹏, 田广东, 邢小翠, 邹连慧. 基于多种群遗传算法的自动化立体库货位优化[J]. 吉林大学学报(工学版), 2018, 48(5): 1398-1404.
[3]	李启良, 曹冠宁, 李璇, 杨志刚, 钟立元. 三厢轿车多参数气动优化[J]. 吉林大学学报(工学版), 2018, 48(3): 670-676.
[4]	李静, 丁明慧, 李立刚, 陈立军. 基于活塞形状的空气弹簧动特性分析与参数优化[J]. 吉林大学学报(工学版), 2018, 48(2): 355-363.
[5]	孙文, 王庆年, 王军年. 基于横摆力矩控制的电动轮汽车转弯节能控制[J]. 吉林大学学报(工学版), 2018, 48(1): 11-19.
[6]	胡云峰, 王长勇, 于树友, 孙鹏远, 陈虹. 缸内直喷汽油机共轨系统结构参数优化[J]. 吉林大学学报(工学版), 2018, 48(1): 236-244.
[7]	周放, 宋传学, 梁天唯, 肖峰. 采用NSGA-II算法的车载复合电源参数匹配[J]. 吉林大学学报(工学版), 2017, 47(5): 1336-1343.
[8]	麻凯, 高继东, 闫磊, 徐涛. 基于碰撞胸压标定试验的仿真假人材料参数优选法[J]. 吉林大学学报(工学版), 2017, 47(5): 1498-1503.
[9]	王占中, 赵利英, 曹宁博. 基于多层编码遗传算法的危险品运输调度模型[J]. 吉林大学学报(工学版), 2017, 47(3): 751-755.
[10]	黄璇, 郭立红, 李姜, 于洋. 改进粒子群优化BP神经网络的目标威胁估计[J]. 吉林大学学报(工学版), 2017, 47(3): 996-1002.
[11]	郑明, 卓慕瑰, 张树功, 周柚, 刘桂霞. 基于混合并行遗传算法和阈值限定法的基因调控网络构建[J]. 吉林大学学报(工学版), 2017, 47(2): 624-631.
[12]	赵云鹏, 于天来, 焦峪波, 宫亚峰, 宋刚. 异形桥梁损伤识别方法及参数影响分析[J]. 吉林大学学报(工学版), 2016, 46(6): 1858-1866.
[13]	陈进, 李松林, 孙振业, 陈刚. 风力机专用翼型气动结构一体化设计[J]. 吉林大学学报(工学版), 2016, 46(6): 1940-1945.
[14]	魏丽英, 李鸣君. 考虑诱导影响的公交优先信号配时模型[J]. 吉林大学学报(工学版), 2016, 46(3): 777-784.
[15]	王庆年, 王光平, 王鹏宇, 韩彪, 李峰. 基于成本优化的插电式混合动力参数匹配[J]. 吉林大学学报(工学版), 2016, 46(2): 340-347.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed