本发明公开了一种硬质合金刀片化学机械抛光表面粗糙度的预测方法,包括以下步骤:步骤一、设计化学机械抛光硬质合金刀片实验参数与实验方案,以及实验数据的采集;步骤二、采用基于高斯函数的异常检测算法进行实验样本数据的预处理;步骤三、建立遗传算法优化BP神经网络的预测模型,利用预处理后的实验样本数据对预测模型进行学习训练,从而获得不同条件下硬质合金刀片的表面粗糙度预测模型。本发明采用基于高斯函数的异常检测算法进行实验样本数据的预处理,淘汰异常数据组,再通过遗传算法优化BP神经网络的阈值和权值,建立高精度的表面粗糙度预测模型,提高了化学机械抛光效率。
声明:
“硬质合金刀片化学机械抛光表面粗糙度的预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)