TY -的A2 Hernandez-Perez何塞阿尔弗雷多盟——咚,海盟——高,Xiuxiu盟——魏Mingqi PY - 2021 DA - 2021/12/07 TI -熔融沉积成型零件的质量预测基于改进深信念网络SP - 8100371六世- 2021 AB -抗拉强度、弯曲程度,和表面粗糙度是重要的指标来评估质量的熔融沉积成型(FDM)部分,和他们的准确和稳定的预测有助于FDM技术的发展。因此,基于FDM部分的质量预测方法提出了一个优化的深层信念网络。确定的工艺参数组合对FDM的质量影响最大的部分,相关分析方法被用来屏幕FDM的关键质量因素影响质量的部分。然后,我们使用10倍交叉验证和网格搜索(GS)来确定最优稀疏约束的hyperparameter组合深度信念网(SDBN),提出一种自适应布谷鸟搜索(ACS)算法来优化SDBN的重量和偏见,并完成施工预测模型基于上述工作。结果表明,相比之下,DBN, LSTM时滞,大小和摘要,ACS-SDBN模型设计在本文中可以映射之间的复杂非线性关系FDM质量特性和过程参数更有效的一部分,和简历验证模型的精度可以达到95.92%以上。预测精度可以达到96.67%以上,该模型具有较高的精度和稳定性。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/8100371 - 10.1155 / 2021/8100371摩根富林明计算智力和神经科学PB - Hindawi KW - ER