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;
