返回列表 发布新帖

BP神经网络局部最优缺陷的数控机床热稳健性建模研究

2 0
admin 发表于 2024-12-14 14:16 | 查看全部 阅读模式

文档名:BP神经网络局部最优缺陷的数控机床热稳健性建模研究
摘要:针对BP神经网络热误差建模对网络初始值依赖度高、容易陷入局部最优解,导致预测模型灵敏度高而稳健性不足的问题,提出了利用鲸鱼优化算法(whaleoptimizationalgo-rithm,WOA)优化BP神经网络的权值阈值,在一定程度上解决了BP神经网络热误差建模对于网络初始值敏感度高、易陷入局部最优解的问题.以某台Vcenter-55型号三轴立式加工中心为例,进行热误差实验,利用模糊聚类与灰色关联度筛选出2个温度敏感点,再以其Z轴热误差为例建立WOA-BP神经网络预测模型.结果表明:该预测模型相较于BP模型,稳健性预测精度平均提高3.35μm,具有工程应用价值.

作者:周庆兵  苗恩铭  王文辉  谭瑞林Author:ZHOUQingbing  MIAOEnming  WANGWenhui  TANRuilin
作者单位:重庆理工大学机械工程学院,重庆400054
刊名:重庆理工大学学报 PKU
Journal:JournalofChongqingInstituteofTechnology
年,卷(期):2023, 37(23)
分类号:TH161
关键词:BP神经网络  鲸鱼优化算法  热误差  稳健性  
Keywords:BPneuralnetwork  whaleoptimizationalgorithm  thermalerror  robustness  
机标分类号:TG659TH161TP393.08
在线出版日期:2024年3月1日
基金项目:国家重点研发计划,重庆市技术创新与应用发展专项重点项目,重庆市技术创新与应用发展专项重点项目BP神经网络局部最优缺陷的数控机床热稳健性建模研究[
期刊论文]  重庆理工大学学报--2023, 37(23)周庆兵  苗恩铭  王文辉  谭瑞林针对BP神经网络热误差建模对网络初始值依赖度高、容易陷入局部最优解,导致预测模型灵敏度高而稳健性不足的问题,提出了利用鲸鱼优化算法(whaleoptimizationalgo-rithm,WOA)优化BP神经网络的权值阈值,在一定程度上解决...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        BP神经网络局部最优缺陷的数控机床热稳健性建模研究  Thermal robustness modeling of CNC machine tools with BP neural network local optimal defects

BP神经网络局部最优缺陷的数控机床热稳健性建模研究.pdf
2024-12-14 14:16 上传
文件大小:
2.3 MB
下载次数:
0
附件售价:
1 下载券 [赞助会员免费下载]
本地下载 立即购买
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
  • 联系QQ客服
2022-2024 新资汇 - 参考资料分享下载网站
关灯 返回顶部
快速回复 返回顶部 返回列表