基于粒子群優(yōu)化隨機(jī)森林模型的FDM翹曲預(yù)測(cè)研究

摘要： 將粒子群優(yōu)化（PSO）算法與隨機(jī)森林（RF）算法結(jié)合，建立以熔融堆積成型（FDM）打印中的工藝參數(shù)（填充率、打印層高、打印層寬、打印速度、噴頭溫度和工作臺(tái)溫度）結(jié)合模型尺寸（長(zhǎng)、寬、高）為輸入，以模型是否產(chǎn)生翹曲變形和模型翹曲量為輸出的數(shù)學(xué)模型，實(shí)現(xiàn)對(duì)打印模型是否翹曲變形和模型翹曲量的預(yù)測(cè)。通過(guò)PSO的全局優(yōu)化，調(diào)整RF中如樹(shù)的數(shù)量、深度等超參數(shù)，降低過(guò)擬合風(fēng)險(xiǎn)，提高模型的預(yù)測(cè)... （共7頁(yè)）