买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉沈阳工业大学申请的专利改进BP算法的螺杆转子表面粗糙度预测模型建立方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116245140B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211722139.8，技术领域涉及：G06N3/044；该发明授权改进BP算法的螺杆转子表面粗糙度预测模型建立方法是由孙兴伟;张维锋;辛明泽;杨赫然;董祉序;刘寅;刘宝繁设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本改进BP算法的螺杆转子表面粗糙度预测模型建立方法在说明书摘要公布了：本发明属于数控机床加工技术领域，具体涉及一种改进BP算法的螺杆转子表面粗糙度预测模型建立方法，首先通过手持表面粗糙度测量仪TR200测量不同切削参数下螺杆转子的表面粗糙度；其次将测量的表面粗度值归一化作为粗糙度预测模型的训练预测数据；接着通过Tent混沌映射改进后的沙猫群搜索算法Tent‑SCSO对BP神经网络模型进行改进，使用改进后的BP神经网络建立表面粗糙度预测模型。本方法降低螺杆转子表面粗糙度测量难度，提高了螺杆转子表面粗糙度的预测精度与效率。

本发明授权改进BP算法的螺杆转子表面粗糙度预测模型建立方法在权利要求书中公布了：1.改进BP算法的螺杆转子表面粗糙度预测模型建立方法，其特征在于：包括如下步骤： 1）使用TR200手持表面粗糙度测量仪测量螺杆转子加工后的表面粗糙度，选择部分测量数据作为训练数据，用于建立表面粗糙度的预测模型，余下数据为测试数据，用于验证表面粗糙度预测模型的准确性； 2）根据预测模型的输入变量与输出变量数目确定输入层、输出层、隐含层的节点数目，确定BP神经网络的基本结构； 3）对训练数据通过归一化模型进行归一化，使用归一化后的训练数据基于BP神经网络建立螺杆转子表面粗糙度预测模型，将训练数据中BP神经网络结构的输入数据定义为P与输出数据定义为T； 4）设置表面粗糙度测量数据中训练数据的个数和测试数据的个数； 5）根据输入层、隐含层、输出层节点数确定BP神经网络结构中初始权值和阈值的数目，并将权值和阈值射成沙猫位置； 6）首先确定沙猫群算法的迭代次数，再采用Tent混沌映射方法生成沙猫群搜索算法的初始种群，形成沙猫种群的初始位置矩阵X；在沙猫初始种群的基础上训练BP神经网络模型，将神经网络的预测试与实际值之间的误差作为适应度函数F来计算沙猫的位置即最佳的权值与阈值； 7）根据沙猫在沙漠中的生存与觅食规则寻找出沙猫位置最佳的适应度值； 8）沙猫的觅食过程分两个阶段，搜索和攻击猎物阶段，这两个阶段的平衡机制根据沙猫的听力范围R平衡，在R大于1时，沙猫出去搜索猎物阶段，当R小于1时，沙猫对猎物发起攻击； 9）沙猫群在觅食过程中会分享每只沙猫的最佳位置来选取种群的最佳位置，所以沙猫最佳位置是随着迭代进行在不断的变化；当达到最大迭代次数时，沙猫群会选取最佳的沙猫位置也就是BP神经网络的最佳权值与阈值； 10）将沙猫搜索算法寻找的最佳权值与阈值重新训练BP神经网络表面粗糙度预测模型，根据新的BP神经网络表面粗糙度预测模型预测不同工况螺杆转子的表面粗糙度； 步骤5）中沙猫位置向量的维度为： 其中，为寻优参数数目，为隐含层神经元数量，为输入层神经元数量，为输出层神经元数量； 步骤5）中通过Tent映射产生初始沙猫种群，初始沙猫种群位置的矩阵X为： 其中，表示沙猫数量； 步骤6）中沙猫种群采用Tent混沌映射的初始位置变换模型为： 其中，，代表随机生成的[0,1]内维向量的初始个体。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人沈阳工业大学，其通讯地址为：110000 辽宁省沈阳市经济技术开发区沈辽西路111号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。