CAJ | 학술논문

神经网络初始连接权值和阀值的选择对网络的预测精度及收敛速度影响很大，但又无法准确获得，针对此问题，建立遗传算法（GA）优化的BP神经网络预测模型，解决神经网络初始权值和阀值的选择问题。该模型通过遗传算法优化BP神经网络的权值和阀值，获得最优的初始权值和阀值，并应用优化后的BP神经网络预测模型对铣削力进行预测，最后与优化前的BP神经网络模型的铣削力预测值进行对比分析。研究结果表明，经遗传算法优化后的BP神经网络模型比优化前的BP神经网络模型的预测精度高，同时加快了收敛速度。
신경망락초시련접권치화벌치적선택대망락적예측정도급수렴속도영향흔대，단우무법준학획득，침대차문제，건립유전산법（GA）우화적BP신경망락예측모형，해결신경망락초시권치화벌치적선택문제。해모형통과유전산법우화BP신경망락적권치화벌치，획득최우적초시권치화벌치，병응용우화후적BP신경망락예측모형대선삭력진행예측，최후여우화전적BP신경망락모형적선삭력예측치진행대비분석。연구결과표명，경유전산법우화후적BP신경망락모형비우화전적BP신경망락모형적예측정도고，동시가쾌료수렴속도。