基于PSO-BP模型的差速器裝配密封質量預測

打開文本圖片集

摘  要：為了對林業(yè)運材車差速器總成裝配密封質量進行事前預測，提高其產品質量及裝配合格率，提出一種灰色關聯(lián)分析算法結合粒子群（PSO）優(yōu)化BP神經網絡的預測模型。將由灰色關聯(lián)分析算法篩選出影響差速器總成密封質量的關鍵裝配工藝參數作為輸入變量，差速器總成泄漏值作為輸出變量，創(chuàng)建基于粒子群（PSO）算法優(yōu)化BP神經網絡（PSO-BP）的預測模型，結果表明，由灰色關聯(lián)分析簡化后的PSO-BP預測方法得到的平均相對誤差最小為1.18%。（剩余13909字）