摘要：为了实现对数控机床绿色度的智能评价,提高数控机床绿色度预测精度,提出了一种基于聚类和自适应神经模糊推理系统(ANFIS)的评价方法.采用改进的粒子群优化模糊C均值聚类算法实现样本的自适应分类,生成辅助ANFIS学习的训练样本集;建立基于ANFIS的评价模型,通过对训练样本集的学习自动生成模糊规则,消除评价指标的模糊性和随机性对评价结果的影响;训练后的评价模型可用于评价样本的自适应推理.最后利用提出的评价方法对数控机床绿色度进行实例分析,验证了该评价方法的有效性.

关键词：数控机床 绿色度 粒子群 模糊c均值 自适应神经模糊推理系统 

单位：辽宁工业大学机械工程与自动化学院; 锦州121000; 东北大学机械工程与自动化学院; 沈阳110819