基于IAGA-LSSVM的切削加工表面粗糙度的智能预测

摘要

提出了一种基于改进自适应遗传算法与最小二乘支持向量机(IAGA-LSSVM)的切削加工表面粗糙度的智能预测方法.通过设定LS-SVM模型主要参数的取值范围,采用IAGA进行寻优,提高了LS-SVM预测模型的精度.最后采用平均相对预测误差作为检验指标,比较了多元线性回归模型、BP神经网络模型、AGA-LSSVM模型及IAGA-LSSVM模型对表面粗糙度的预测能力.结果表明:IAGA-LSSVM预测模型的建模时间更短,平均相对预测误差更小,对切削加工表面粗糙度的预测具有一定的参考意义.