基于改进BP神经网络的机床基础部件可再制造性评价模型

作     者：潘尚峰 卢超 彭一波 Pan Shangfeng;Lu Chao;Peng Yibo

作者机构：清华大学北京100084 中国舰船研究设计中心武汉430064 

基　　金：国家科技重大专项(2014ZX04014-011) 

出 版 物：《中国机械工程》 (China Mechanical Engineering)

年 卷 期：2016年第27卷第20期

页      码：2743-2748页

摘      要：为了利用样本数据准确完成机床基础部件可再制造性评价,提高机床基础部件可再制造性评价预测精度,提出一种采用模拟退火遗传算法优化BP神经网络的机床基础部件可再制造性评价模型。该评价模型以机床基础部件可再制造性经典评价模型评价结果为样本数据,建立机床基础部件可再制造性评价BP神经网络预测模型,采用模拟退火遗传算法优化BP神经网络模型,寻找更优初始网络权值、阈值,以提高收敛速度和避免局部收敛。以一台机床基础部件可再制造性评价为例,验证了基于模拟退火遗传算法优化的BP神经网络评价模型具有更好的预测精度。

主 题 词：可再制造性 综合评价 BP神经网络 模拟退火遗传算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0801[工学-力学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1004-132X.2016.20.009

馆 藏 号：203207316...