为了提高冶金行业液压缸加工工时预测精度,提出一种结合基于案例的推理(CBR)和混合Jaya算法优化BP神经网络的液压缸加工工时预测方法(CBR-HJaya-BP)。使用混合Jaya算法优化BP神经网络的初始权值和阈值,采取基于Sin混沌反向学习的种群初始化策略提高初始解的质量,引入阿基米德优化算法中的转移算子,在探索阶段采用均匀交叉产生中间种群,在开发阶段使用Jaya公式产生中间种群,在解的保留策略中引入了模拟退火算法中的Metropolis准则,以跳出局部最优。以某冶