基于聚类和自适应神经模糊推理系统的数控机床绿色度评价方法
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.22 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
为了实现对数控机床绿色度的智能评价,提高数控机床绿色度预测精度,提出了一种基于聚类和自适应神经模糊推理系统(ANFIS)的评价方法.采用改进的粒子群优化模糊C均值聚类算法实现样本的自适应分类,生成辅助ANFIS学习的训练样本集;建立基于ANFIS的评价模型,通过对训练样本集的学习自动生成模糊规则,消除评价指标的模糊性和随机性对评价结果的影响;训练后的评价模型可用于评价样本的自适应推理.最后利用提出的评价方法对数控机床绿色度进行实例分析,验证了该评价方法的有效性.相关论文
- 2021-07-23航发叶片不同曲率型面铣削数值模型的差异性试验研究
- 2021-06-08数控车削45调质钢粗糙度影响因素研究
- 2025-01-21不同工况下RV减速器的传动效率试验分析
- 2021-07-07超声辅助线切割加工超声参数对表面粗糙度的影响
- 2025-02-06人工膝关节假体的磨损性能分析
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。