針對神經(jīng)網(wǎng)絡(luò)算法在機床熱誤差建模中的優(yōu)化策略進行研究,以提升模型的預(yù)測精度。經(jīng)分析,熱誤差建模應(yīng)用中的特殊性使得神經(jīng)網(wǎng)絡(luò)BP算法中對新數(shù)據(jù)的獨立參數(shù)調(diào)整能力無法發(fā)揮作用,因此在舍棄獨立調(diào)整能力后,針對熱誤差建模提出了基于整體調(diào)整策略的神經(jīng)網(wǎng)絡(luò)建模算法。提出的算法以整體數(shù)據(jù)的誤差平方和達到極小作為目標,能夠提升模型的預(yù)測精度。經(jīng)過實際熱誤差測量數(shù)據(jù)的驗證,相對于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)BP算法,整體調(diào)整策略神經(jīng)網(wǎng)絡(luò)建模算法能夠?qū)嵴`差預(yù)測精度提升50%。 

【文章來源】：重慶理工大學(xué)學(xué)報(自然科學(xué)). 2020年09期 北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)形式示意圖

圖1 神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)形式示意圖圖2中，示意了一個位于m層的節(jié)點Nodeim，工作時，其首先對上一層節(jié)點的輸出按照權(quán)值進行加權(quán)求和，并減去閾值θim得到活化值Uim，之后代入激活函數(shù)f(U)求取節(jié)點Nodeim的輸出Oim，傳給下一層節(jié)點，直到到達輸出層。

對于不需要根據(jù)新數(shù)據(jù)進行調(diào)整的建模應(yīng)用，可以通過舍棄數(shù)據(jù)的獨立調(diào)整能力，將獨立調(diào)整策略轉(zhuǎn)換為整體調(diào)整策略進行建模。對于整體調(diào)整策略，即使得整體數(shù)據(jù)的誤差平方和趨于最小。根據(jù)式(5)，如果對E關(guān)于所有連接權(quán)值Wm i,j和閾值θm i求全微分，可得對于每次調(diào)整神經(jīng)網(wǎng)絡(luò)的參數(shù)，令權(quán)值和閾值的調(diào)整量分別為:

【參考文獻】：
期刊論文
[1]機床電主軸熱特性卷積建模研究[J]. 顏宗卓,陶濤,侯瑞生,杜宏洋,梅雪松.  西安交通大學(xué)學(xué)報. 2019(06)
[2]基于集成BP神經(jīng)網(wǎng)絡(luò)的數(shù)控機床主軸熱誤差建模[J]. 譚峰,殷鳴,彭驥,衛(wèi)亞斌,殷國富.  計算機集成制造系統(tǒng). 2018(06)
[3]基于粗糙集與偏相關(guān)分析的機床熱誤差溫度測點約簡[J]. 蔡力鋼,李廣朋,程強,李偉碩.  北京工業(yè)大學(xué)學(xué)報. 2016(07)
[4]嵌入式數(shù)控機床熱誤差補償裝置設(shè)計與實現(xiàn)[J]. 葛濟賓,周祖徳,婁平,徐智強.  武漢理工大學(xué)學(xué)報. 2016(06)
[5]基于模糊聚類測點優(yōu)化與向量機的坐標鏜床熱誤差建模[J]. 楊軍,梅雪松,趙亮,馬馳,馮斌,施虎.  上海交通大學(xué)學(xué)報. 2014(08)
[6]機床熱補償中溫度變量分組優(yōu)化建模[J]. 楊建國,鄧衛(wèi)國,任永強,李院生,竇小龍.  中國機械工程. 2004(06)

碩士論文
[1]高速電主軸非線性熱態(tài)特性及實驗研究[D]. 許文治.沈陽建筑大學(xué) 2018
[2]機床主軸溫度測點布置優(yōu)化及測點數(shù)據(jù)異常自修復(fù)技術(shù)[D]. 劉國.華中科技大學(xué) 2012
[3]數(shù)控機床熱誤差補償技術(shù)研究[D]. 王興文.中北大學(xué) 2010



本文編號：2956359