针对焊接机器人可靠性实验周期长、成本高、实验数据量少且采集困难的问题,提出在不改变原有数据分布规律的前提下,建立人工神经网络模型,运用径向基函数神经网络对原始数据进行模拟训练和扩充,在一定的误差范围内确定焊接机器人可靠性数据服从对数正态分布。最后通过对比分析拟合误差得出:径向基函数神经网络模型可以很好地对可靠性数据进行训练和扩充,拟合较反向传播神经网络更加精确,对分布模型的参数估计也更加准确。
科研之友
微信
新浪微博
Facebook
分享链接
