作者:杜正春,杨建国,窦小龙,刘行 单位:上海交通大学 出版:《上海交通大学学报》2003年第01期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFSHJT2003010060 DOC编号:DOCSHJT2003010069 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 对于数控车床而言 ,热误差是其最大的误差源 ,而其中最困难的是热误差建模 .现有 BP算法的神经网络模型存在学习收敛速度慢 ,容易陷入局部极小点的缺点 .文中使用径向基函数理论建立了基于 RBF神经网络的数控机床热误差数学模型 .讨论了 RBF网络参数的初始化及学习 ;给出了两种建模方式的 RBF网络建模算例 ,将其建模性能指标与经典最小二乘法建模指标进行综合对比 ,可知 RBF网络各项指标均优于经典最小二乘方法 .最后验证了 RBF网络建模的鲁棒性 .结果表明 :径向基神经网络模型与经典最小二乘线性模型相比 ,拟合性能更好 ,预测补偿能力强且建模时间短

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。