基于PSO-SVR的选择性激光烧结制件收缩研究

摘要

建立了聚苯乙烯(PS)选择性激光烧结(SLS)工艺参数与制件收缩率之间复杂的非线性支持向量回归(SVR)模型.采用正交试验设计支持向量回归的训练数据,并采用均匀设计初始化的粒子群优化(PS())算法,优化选择向量回归参数.结果表明,均匀设计显著提高了粒子群全局寻优速度与精度,基于正交试验选择的小样本训练模型,较为准确地反映了工艺参数与收缩率间的关系,预测平均误差控制在4％,优于BP神经网络10％的平均预测误差.采用选择的模型,建立了工艺参数与收缩率之间的关系,并结合烧结理论进行了影响规律的分析,该方法为选择性激光烧结工艺的研究提供了一种行之有效的新思路.