ty -jour a2-道德，塞拉菲恩·艾（SerafínAu -SerafínAu -Sharkawy，Abdel Badie py -2011 DA- 2011/10/10/26 Ti-使用智能系统在结束铣削过程中的表面粗糙度预测：比较研究SP -183764 VL -2011 AB- 2011 AB-A将研究提出以模拟末端铣削过程中的表面粗糙度。已经考虑了三种类型的智能网络。它们是（i）径向基函数神经网络（RBFN），（ii）自适应神经封面推理系统（ANFISS）和（iii）遗传进化的模糊推理系统（G-fiss）。加工参数，即主轴速度，进料速率和切割深度已被用作对工件表面粗糙度进行建模的输入。目标是获得最佳的预测准确性。使用末端铣削6061铝合金的实验数据说明了该过程。这三个网络已通过实验培训数据进行了培训。训练后，已经使用另一组数据（即验证数据）对其进行了检查。将结果与先前发表的结果进行比较。 It is concluded that ANFIS networks may suffer the local minima problem, and genetic tuning of fuzzy networks cannot insure 完美的除非合适的参数设置（人口大小，世代数量等）和FIS的调谐范围，否则最佳性能是几乎无法满足的。结果表明，在这种情况下，RBFN模型具有最佳性能（预测准确性）。SN -1687-9724 UR -https：//doi.org/10.1155/2011/183764 do -10.1155/2011/183764 JF-应用计算智能和软计算