基于改进BP神经网络的车削加工精度预测

针对标准BP神经网络收敛速度慢,容易陷入局部极小等缺陷,采用改变传递函数和改变学习率寻找最优权2种方法对其改进。通过分析车削零件表面粗糙度的影响因素,应用改进的BP神经网络,借助计算机编程计算,进行车削加工的精度预测。仿真结果表明,此方法能够达到较好的预测效果。