科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对BP神经网络在机床热误差建模中具有拟合非线性数据的特性、但存在稳健性较差的缺陷，提出一种PLS-BP神经网络建模方法，能有效提高模型的预测精度和稳健性。通过偏最小二乘法对温度数据降维处理提取主成分，消除其所包含的冗余信息，基于BP神经网络与热误差建立回归映射模型，并与传统BP模型的预测效果对比分析。研究结果表明：所提出PLS-BP建模方法具有较高的预测精度和稳健性，可将多组预测结果残余标准差的最大均值、残余标准差的最大标准差分别控制在3.13和1.32μm以内，相比传统BP模型具有显著优势。
- 出版日期2023
- 单位重庆理工大学
