工具技术
工具技術
공구기술
TOOL ENGINEERING
2005年
2期
11-14
,共4页
信息熵%神经网络%切削加工%智能控制
信息熵%神經網絡%切削加工%智能控製
신식적%신경망락%절삭가공%지능공제
不确定性信息的处理是目前控制器设计的关键和难点,变切削深度加工过程有大量的不确定性信息,本文以其为实验对象,研究神经网络控制效果,虽然网络学习率已根据实际需要作了修改,但系统响应速度较慢.据此,提出基于信息熵的神经网络优化控制算法,对熵函数中的概率分别采用均匀分布规则和根据最大熵原理求取两种策略.比较发现,前者比最初神经网络控制更能显著提高系统响应速度,后者能在此基础上将震荡次数减少2/3.实验证明,基于信息熵测度的控制对处理不确定性系统具有很好的效果.
不確定性信息的處理是目前控製器設計的關鍵和難點,變切削深度加工過程有大量的不確定性信息,本文以其為實驗對象,研究神經網絡控製效果,雖然網絡學習率已根據實際需要作瞭脩改,但繫統響應速度較慢.據此,提齣基于信息熵的神經網絡優化控製算法,對熵函數中的概率分彆採用均勻分佈規則和根據最大熵原理求取兩種策略.比較髮現,前者比最初神經網絡控製更能顯著提高繫統響應速度,後者能在此基礎上將震盪次數減少2/3.實驗證明,基于信息熵測度的控製對處理不確定性繫統具有很好的效果.
불학정성신식적처리시목전공제기설계적관건화난점,변절삭심도가공과정유대량적불학정성신식,본문이기위실험대상,연구신경망락공제효과,수연망락학습솔이근거실제수요작료수개,단계통향응속도교만.거차,제출기우신식적적신경망락우화공제산법,대적함수중적개솔분별채용균균분포규칙화근거최대적원리구취량충책략.비교발현,전자비최초신경망락공제경능현저제고계통향응속도,후자능재차기출상장진탕차수감소2/3.실험증명,기우신식적측도적공제대처리불학정성계통구유흔호적효과.
