基于IGWO-SVM的超声辅助磨削Al_(2)O_(3)陶瓷表面粗糙度预测

摘要

为预测超声辅助加工Al_(2)O_(3)陶瓷表面粗糙度,进行了超声辅助磨削Al_(2)O_(3)陶瓷试验。用改进的灰狼优化算法(IGWO)对支持向量机(SVM)进行参数优化,建立IGWO-SVM预测模型,并与PSO-SVM预测模型、CS-SVM预测模型、GWO-SVM预测模型进行比较。结果表明:IGWO-SVM预测模型预测值与试验值最大绝对误差值为0.411 9,最小绝对误差值为0.002 4,平均绝对误差值为0.145 6,平方相关系数为0.931 092,均方误差为0.000 399 8,相比PSO-SVM预测模型、CS-SVM预测模型、GWO-SVM预测模型,该模型具有更高的预测精度和可靠度,能够对超声辅助磨削Al_(2)O_(3)陶瓷表面粗糙度进行更精准的预测。