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%。
科研之友
微信
新浪微博
Facebook
分享链接
