为预测超声辅助加工Al2O3陶瓷表面粗糙度,进行了超声辅助磨削Al2O3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Al2O3陶瓷表面粗糙度进行更精准的预测。

0 引 言
1 改进灰狼优化算法
1.1 灰狼优化算法
1.2 改进灰狼优化算法
2 超声辅助磨削Al2O3工程陶瓷表  面粗糙度试验
2.1 试验装置与条件
2.2 试验结果与分析
3 IGWO-SVM模型预测结果及分析
4 结 语