BP神经网络局部最优缺陷的数控机床热稳健性建模研究

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 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

文件大小:

2.3 MB

下载次数:

60

高速下载