粒子群优化BP神经网络的激光铣削质量预测模型

为了有效地控制激光铣削层质量，建立了激光铣削层质量（铣削层宽度、铣削层深度）与铣削层参数（激光功率、扫描速度和离焦量）的BP神经网络预测模型。采用粒子群算法优化了BP神经网络的权值和阈值，构建了基于粒子群神经网络的质量预测模型。所提出的PSO-BP算法解决了一般BP算法迭代速度慢，且易出现局部最优的问题，并以Al2O3陶瓷激光铣削质量预测为例，进行算法实现。仿真结果表明：提出的PSO-BP算法迭代次数大大减少，且预测误差明显减少。所构建的质量预测模型具有较高的预测精度和实用价值。