来源：期刊VIP网 时间：
作者：寇鹏远;王伟;刘建勇;罗学科;李殿新;张慧杰;
单位：北京石油化工学院机械工程学院;
摘要：基于电火花加工过程中放电参数与表面粗糙度之间呈非线性关系，难以找到合适的电参数进行加工，提出了一种基于粒子群算法优化支持向量回归（PSO-SVR）的电火花加工工艺参数预测模型。研究结果表明，PSO-SVR在测试集上的均方根误差（RMSE）为0.302，决定性系数（R~2）为0.994，较传统SVR模型（RMSE为0.577,R~2为0.981）有显著提升，验证了PSO算法优化SVR参数的有效性。对原始数据进行预处理，并基于优化后的数据训练PSO-SVR模型，结果显示：经过数据预处理的PSO-SVR模型在测试集上的RMSE进一步降至0.255,R2提高至0.996，预测精度和泛化能力均得到增强。
关键词：支持向量回归;;粒子群算法;;电火花加工;;工艺参数;;表面粗糙度
基金资助：国家重点研发计划项目（2023YFB4605902）;; 北京市科技新星计划项目（20230484429）;; 北京石油化工学院致远科研基金项目（2023003）
