本文主要研究内容
作者吴智强,鲁娟,张振坤,廖小平,马俊燕,陈楷（2019）在《基于优化的组合协方差高斯过程的表面粗糙度预测》一文中研究指出：加工过程中产生的表面质量(如粗糙度)的数据序列包含多种特征,为能捕捉更多的数据特征,提高表面粗糙度的预测精度,提出采用组合协方差的高斯过程回归(CGPR)模型预测表面粗糙度,来捕捉数据特征中的线性特征和非线性特征;为获得CGPR模型的最佳超参数组合,采用人工蜂群(ABC)优化算法对超参数寻优,形成人工蜂群—组合协方差的高斯过程回归(ABC-CGPR)模型。通过45钢的车削试验,基于不同切削用量和刀具结构,建立了各类不同组合协方差的ABC-CGPR预测模型和单一协方差的ABC-GPR预测模型,并对比其预测性能,结果展示CGPR预测模型相比单一的GPR预测模型具有更高的预测精度,其中线性协方差函数与Matern协方差函数组合的预测精度最高,为实际加工中选取满意的预测模型提供了有效的指导。
Abstract
jia gong guo cheng zhong chan sheng de biao mian zhi liang (ru cu cao du )de shu ju xu lie bao han duo chong te zheng ,wei neng bu zhuo geng duo de shu ju te zheng ,di gao biao mian cu cao du de yu ce jing du ,di chu cai yong zu ge xie fang cha de gao si guo cheng hui gui (CGPR)mo xing yu ce biao mian cu cao du ,lai bu zhuo shu ju te zheng zhong de xian xing te zheng he fei xian xing te zheng ;wei huo de CGPRmo xing de zui jia chao can shu zu ge ,cai yong ren gong feng qun (ABC)you hua suan fa dui chao can shu xun you ,xing cheng ren gong feng qun —zu ge xie fang cha de gao si guo cheng hui gui (ABC-CGPR)mo xing 。tong guo 45gang de che xiao shi yan ,ji yu bu tong qie xiao yong liang he dao ju jie gou ,jian li le ge lei bu tong zu ge xie fang cha de ABC-CGPRyu ce mo xing he chan yi xie fang cha de ABC-GPRyu ce mo xing ,bing dui bi ji yu ce xing neng ,jie guo zhan shi CGPRyu ce mo xing xiang bi chan yi de GPRyu ce mo xing ju you geng gao de yu ce jing du ,ji zhong xian xing xie fang cha han shu yu Maternxie fang cha han shu zu ge de yu ce jing du zui gao ,wei shi ji jia gong zhong shua qu man yi de yu ce mo xing di gong le you xiao de zhi dao 。
论文参考文献
论文详细介绍
论文作者分别是来自工具技术的吴智强,鲁娟,张振坤,廖小平,马俊燕,陈楷，发表于刊物工具技术2019年08期论文，是一篇关于表面粗糙度论文,人工蜂群优化算法论文,工具技术2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自工具技术2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：表面粗糙度论文; 人工蜂群优化算法论文; 工具技术2019年08期论文;