导读:本文包含了粗糙度预测辨识论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:粗糙度,精密,算法,模型,表面,论文。
粗糙度预测辨识论文文献综述
卢泽生,王明海[1](2005)在《基于遗传算法的超精密切削表面粗糙度预测模型参数辨识及切削用量优化》一文中研究指出建立易于分析各切削用量对粗糙度影响关系的表面粗糙度预测模型和最优的切削用量组合,是超精密切削加工技术的不断发展的需要。针对最小二乘法和传统优化方法的不足,提出了将遗传算法用于超精密切削表面粗糙度预测模型的参数辨识,并用于求解最优切削用量,给出了金刚石刀具超精密切削铝合金的表面粗糙度预测数学模型和切削用量优化结果,进行了遗传算法和常规优化算法的比较,结果表明遗传算法较最小二乘法和传统的优化方法更适合于粗糙度预测模型的参数辨识及保证切削用量的最优。(本文来源于《机械工程学报》期刊2005年11期)
粗糙度预测辨识论文开题报告
粗糙度预测辨识论文参考文献
[1].卢泽生,王明海.基于遗传算法的超精密切削表面粗糙度预测模型参数辨识及切削用量优化[J].机械工程学报.2005
论文知识图





