声明
摘要
第1章绪论
1.1智能推理技术的研究现状
1.1.1高速切削加工数据库的研究现状
1.1.2智能推理技术的研究现状
1.2启发式算法的研究现状
1.3高速切削加工蠕墨铸铁的研究现状
1.4智能推理在高速切削铸铁中存在的问题
1.5本文的研究目的、意义及主要研究内容
1.5.1本文的研究目的和意义
1.5.2主要研究内容
第2章改进的粒子群优化算法及其应用研究
2.1常规粒子群优化算法和差分进化算法分析
2.1.1常规粒子群优化算法
2.1.2常规差分进化算法
2.2改进的粒子群优化算法研究
2.2.1改进的振动粒子群优化算法
2.2.2改进的振动交流粒子群优化算法
2.3改进的粒子群优化算法全局收敛能力分析
2.3.1改进的振动粒子群优化算法的全局收敛能力分析
2.3.2改进的振动交流粒子群优化算法的全局收敛能力分析
2.3.3改进的优化算法与其它优化算法的对比分析
2.4VCPSO算法在高速铣削蠕墨铸铁材料中的应用研究
2.4.1ANFIS推理模型结构
2.4.2实验方案
2.4.3基于ANFIS-VCPSO推理模型的刀具磨损预测
2.4.4铣削蠕墨铸铁时基于ANFIS-VCPSO推理模型的刀具寿命和切削力预测
2.5本章小结
第3章改进的模糊推理模型和相似推理模型的建立与应用
3.1在相同材料不同切削参数下模糊推理模型的建立
3.1.1模糊推理系统
3.1.2改进的ANTIS推理模型
3.2在不同材料相同切削参数下相似推理模型的建立
3.2.1切削功率的相似推理模型建立
3.2.2表面粗糙度的相似推理模型建立
3.3实验验证方案
3.3.1实验验证方案设计
3.3.2推理模型参数设置
3.4结果分析
3.4.1模糊推理模型的验证
3.4.2基于IANFIS-VPSO方法的切削参数优化分析
3.4.3基于特定切削要求的切削参数优化分析
3.4.4切削功率相似推理模型的验证
3.4.5表面粗糙度相似推理模型的验证
3.5本章小节
第4章基于模糊灰色关联方法的实例推理方法的重建与应用
4.1改进的实例推理方法
4.1.1实例描述
4.1.2实例检索
4.1.3实例重用
4.2实验验证方案
4.3结果分析
4.3.1实验结果
4.3.2切削参数和刀具磨损对切削功率和切削振动振幅的影晌
4.3.3ICBR推理方法的推理性能分析
4.3.4基于ANFIS-VPSO方法的切削参数优化分析
4.4本章小结
第5章基于高斯过程回归模型的实例推理方法的重建与应用
5.1改进的实例重用模型
5.1.1改进的实例重用高斯过程回归模型
5.1.2改进的实例重用支持向量回归机模型
5.1.3改进的实例推理模型的参数确定
5.2实验验证方案
5.3结果分析
5.3.1实验数据收集
5.3.2切削参数和刀具磨损对表面质量的影响分析
5.3.3表面粗糙度和残余应力的推理预测
5.3.4不同推理模型的推理性能比较分析
5.4本章小结
第6章综合智能推理系统的实现
6.1综合智能推理系统的开发环境
6.2综合智能推理系统的数据库构建
6.3综合智能推理系统的构建
6.4综合智能推理系统的实现
6.4.1用户登录界面
6.4.2改进的自适应神经模糊推理系统界面实现
6.4.3改进的实例推理方法界面实现
6.5本章小结
结论与展望
论文创新点摘要
参考文献
攻读博士学位期间发表的学术论文和获得的奖励
致谢
山东大学;