摘要：本发明公开了◥一种切削加工中切削用量的预测方法，其特征在于：步骤一、选择切△削加工中的控制参数作为模型的输入；测定实际切削样本数据用于模型训练和测试；步骤二、建立RBF神经网络模型，利用相←应的样本数据对模型进行学习训练；（使模型在一个足够大的分布密度范围内，选择出使模型对测试样本【的拟合误差平均幅值最小的分布密度）这个是一个不确定∴的范围，需要用具体可指的数值¤来表达。本发明使RBF神经网络模型在一个足够大的分布密度范围〗内分别利用训练样本数据进行学习训练，然后用训练后的网络模型对测々试样本进行预测＠ ，根据计算结果，选择出使模型的误差平均幅值◣最小的分布密度值，这样模型的拟合ㄨ预测误差最小，从而使模型的拟合↘预测能力最优，其训练速度快且预测精度高。
- 专利类型发明专利
- 申请人贵州大学;
- 发明人孙明伟;龚敏庆;周胜;黄敏;金明仲;罗钢;
- 地址550025 贵州省贵阳市花溪区贵州大学北校区科学技术处
- 申请号CN201210427270.1
- 申请时间2012年10月31日
- 申请公布号CN102930337B
- 申→请公布时间2015年08月19日
- 分类号G06N3/08(2006.01)I;
