典型文献
基于动态权重的自适应PSO-BP神经网络焊接缺陷成因诊断
文献摘要：
焊接缺陷产生原因复杂,影响因素众多,基于人工智能的缺陷成因诊断算法成为焊接智能化的发展方向.?将PSO-BP神经网络应用于焊接缺陷成因诊断,利用神经网络的连接学习机制代替传统专家系统的规则推理机制,并对PSO算法进行自适应调整,引入动态权重因子,搭建自适应PSO-BP神经网络模型.?结果表明,与传统PSO-BP神经网络模型相比,改进的PSO-BP神经网络模型训练所需要的迭代次数减少13.1％,诊断结果准确率从93.3％提高至96.7％,精确率从91.3％提高至98.3％,综合能力指标从91.7％提高至96.9％.?改进算法能够明显提升焊接缺陷成因诊断的效率和精度,具有较好的工程应用价值.
文献关键词：
焊接缺陷成因;神经网络;动态权重;自适应
中图分类号：
作者姓名：
高昶霖;宋燕利;左洪洲;章诚
作者机构：
武汉理工大学, 现代汽车零部件技术湖北省重点实验室, 武汉, 430070;武汉理工大学, 汽车零部件技术湖北省协同创新中心, 武汉, 430070;武汉理工大学, 湖北省材料绿色精密成形工程技术研究中心, 武汉, 430070;湖北省齐星汽车车身股份有限公司, 随州, 441300
文献出处：
引用格式：
[1]高昶霖;宋燕利;左洪洲;章诚-.基于动态权重的自适应PSO-BP神经网络焊接缺陷成因诊断)[J].焊接学报,2022(01):98-106
A类：
连接学习
B类：
动态权重,PSO,焊接缺陷成因,产生原因,网络应用,学习机制,专家系统,规则推理,推理机制,自适应调整,权重因子,模型训练,迭代次数,诊断结果,精确率,能力指标,改进算法
AB值：
0.223891
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
