基于PSO-LSSVM算法的表面粗糙度预测模型与应用

来源：机床与液压杂志2021年第6期北京时间：

作者：杨钊，路超凡，刘安黎

单位：航空工业西安飞行自动控制研究所；航空工业西安飞行自动控制研究所；航空工业成都飞机工业（集团）有限责任公司

摘要：为便于选取合适的切削参数，以满足期望的加工表面质量要求，提出一种最小二乘支持向量机（LSSVM）和粒子群优化（PSO）相结合的表面粗糙度预测模型。以预测精度和收敛速度为指标，对比PSO-LSSVM模型与支持向量机、人工神经网络和遗传算法优化BP神经网络模型的优劣。结果表明：PSO-LSSVM模型具有较高的预测精度和较快的收敛速度。基于MATLAB GUI搭建了表面粗糙度预测与参数优化应用系统。该系统具有较好的实用性，可实现简单、快速预测表面粗糙度，帮助决策人员灵活选取切削参数。

关键词：表面粗糙度预测;最小二乘支持向量机;粒子群优化;应用系统