小样本激光切割工艺参数预测模型优化

摘要

神经网络强大的非线性拟合能力使其在参数预测方面的应用越来越广泛,在神经网络预测激光切割工艺参数过程中,使用小样本数据训练的神经网络模型存在预测误差大、鲁棒性较低等缺点。因此,提出了一种基于生成式对抗网络的小样本数据处理方法,设计了适用于此问题的基于生成式对抗网络的数据生成模型,对激光切割工艺参数的小样本数据进行扩充,运用显著性检验法对扩充的数据进行了可靠性验证。利用BP神经网络构建工艺参数预测模型,分别使用原数据和扩充后数据训练参数预测神经网络,通过实验对|比,优化后的模型具有更好的准确性和泛化性。