自适应神经模糊推理系统改进算法在机械加工参数优化中的应用

	自适应神经模糊推理系统改进算法在机械加工参数优化中的应用
	武星星
	2008-01-02
发表期刊	机械工程学报
期号	1
摘要	在分析目前常用反向传播算法改进方法优缺点的基础上,提出用共轭梯度法对自适应模糊神经推理系统进行改进的训练算法,在训练中用Fletcher-Reeves方法计算上次搜索方向对新搜索方向的影响因数,在混沌时间序列预测和复杂非线性函数逼近的应用实例证明,改进后的算法收敛次数减少,训练速度加快。结合MATLAB的模糊工具箱,详述了如何在已有标准算法基础上进行算法改进。目前计算机辅助工艺设计受诸多复杂非线性问题的困扰发展缓慢,利用自适应模糊神经推理系统的自学习、自适应和逻辑推理能力,将改进后的算法用于逼近误差复映系数与工艺系统刚度、进给量等因素之间的非线性关系,实现机械加工参数的优化,提高工艺系统的自适应能力和工作效率,试验验证了此方法的可行性。
收录类别	EI
文献类型	期刊论文
条目标识符	http://ir.ciomp.ac.cn/handle/181722/23091
专题	中科院长春光机所知识产出
推荐引用方式 GB/T 7714	武星星. 自适应神经模糊推理系统改进算法在机械加工参数优化中的应用[J]. 机械工程学报,2008(1).
APA	武星星.(2008).自适应神经模糊推理系统改进算法在机械加工参数优化中的应用.机械工程学报(1).
MLA	武星星."自适应神经模糊推理系统改进算法在机械加工参数优化中的应用".机械工程学报 .1(2008).

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
自适应神经模糊推理系统改进算法在机械加工（706KB）			开放获取	--	浏览下载