基于整体调整策略神经网络的热误差建模算法

TH161+.4; 针对神经网络算法在机床热误差建模中的优化策略进行研究,以提升模型的预测精度.经分析,热误差建模应用中的特殊性使得神经网络BP算法中对新数据的独立参数调整能力无法发挥作用,因此在舍弃独立调整能力后,针对热误差建模提出了基于整体调整策略的神经网络建模算法.提出的算法以整体数据的误差平方和达到极小作为目标,能够提升模型的预测精度.经过实际热误差测量数据的验证,相对于传统的神经网络BP算法,整体调整策略神经网络建模算法能够将热误差预测精度提升50％....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	重庆理工大学学报（自然科学版） 2020, Vol.34 (9), p.107-115
Hauptverfasser:	刘辉, 苗恩铭, 冯定, 李建刚, 马洪芳, 张志豪
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TH161+.4; 针对神经网络算法在机床热误差建模中的优化策略进行研究,以提升模型的预测精度.经分析,热误差建模应用中的特殊性使得神经网络BP算法中对新数据的独立参数调整能力无法发挥作用,因此在舍弃独立调整能力后,针对热误差建模提出了基于整体调整策略的神经网络建模算法.提出的算法以整体数据的误差平方和达到极小作为目标,能够提升模型的预测精度.经过实际热误差测量数据的验证,相对于传统的神经网络BP算法,整体调整策略神经网络建模算法能够将热误差预测精度提升50％.
ISSN:	1674-8425
DOI:	10.3969/j.issn.1674-8425(z).2020.09.012