【摘要】：軸類零件加中的誤差復映現(xiàn)象影響了零件的加工精度，但由于影響其加工的精度的因素很多，而且不容易確定具體的因素，因此沒有一個絕對精確的公式可以算出怎樣加工才能達到要求的加精度，或者我們即使得到這樣一個公式來做計算也是非常煩瑣的。 神經(jīng)網(wǎng)絡算法的出現(xiàn)解決了很多單靠公式不能解決的問題，ANN通過由樣本集的訓練，學習樣本集中的統(tǒng)計規(guī)律，將學習后的信息保存在權值中，當輸入非樣本集的模式時，訓練理想的神經(jīng)網(wǎng)絡中的RBFN具有很強的非線性映射能力，而且不受輸入量和輸出量數(shù)目的限制，在具體的研究應用中，你可以根據(jù)需要自由修改原程序。RBFN現(xiàn)在各個領域被廣泛應用，并且不斷出現(xiàn)改進后的算法。針對本論文研究的實際問題，我采用了RBFN作為研究工具，通過使用大量的實驗數(shù)據(jù)對RBF網(wǎng)絡進行訓練，研究分析了復映現(xiàn)象的幾個影響因素和使用RBFN解決復映現(xiàn)象的影響因素，以及使用RBFN解決復映問題的可行性。 主要完成的研究內(nèi)容如下： 1．RBF網(wǎng)絡結構的確定 本文通過做大量的實驗，驗證以及總結了如何確定RBF網(wǎng)絡的網(wǎng)絡結構，以及不同的網(wǎng)絡結構對實驗結果的影響，具體為隱層的確定，隱層神經(jīng)元數(shù)目的確定。 2．各種因素對加工精度的影響 通過對RBF網(wǎng)絡的訓練，，發(fā)現(xiàn)有的輸入量對結果的好壞起很重要的作用，這就提醒我們，這個輸入量是影響加工精度的決定性因素。而有的輸入量卻不怎么影響訓練結果，則我們可以下結論，這個因素不是影響加工精度的決定性因素，或者可以被忽略。 3．RBF網(wǎng)絡解決復映問題的研究 對RBF網(wǎng)絡進行訓練后，用測試集測試它的泛化能力，觀察測試結果與實際結果的差距，分析用RBF網(wǎng)絡解決機械加工中復映問題的可行性。 4．本文中對RBFN的局部修改 在不同的應用課題中，必要時RBFN要被局部修改以適應研究課題的特性。本論文在網(wǎng)絡設計中也對它進行了局部修改，并且可以很好地運行。 WP=64
【圖文】：

第四章 前向神經(jīng)網(wǎng)絡4.1 人工神經(jīng)網(wǎng)絡的基本理論4.1.1 神經(jīng)生物學基礎神經(jīng)生理學和神經(jīng)解剖學證明了人的思維是由腦完成的。神經(jīng)元本的單元，能夠接受并處理信息。新生嬰兒的大腦約重 400 克，而成值在 1200～1500 克，大腦內(nèi)約含 1011～1012個神經(jīng)元，每個神經(jīng)元與他神經(jīng)元相連接，構成一個極為龐大而復雜的網(wǎng)絡，即生物神經(jīng)網(wǎng)絡Networks,簡稱 BNN）。人腦中神經(jīng)元的形態(tài)不盡相同，功能也有差異，便從組成 結構來有共性的。圖 4.1 給出一個典型神經(jīng)元的基本結構和與其他神經(jīng)元發(fā)

tRBF網(wǎng)絡結構圖
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2004
【分類號】：TH161

【相似文獻】

相關期刊論文 前10條

1 佟錚;張友鵬;;基于BP神經(jīng)網(wǎng)絡的機車輪對故障診斷系統(tǒng)研究[J];鐵路技術創(chuàng)新;2009年01期

2 黃蓮花;李光明;;神經(jīng)網(wǎng)絡數(shù)據(jù)融合在車用傳感器中的應用[J];裝備制造技術;2011年08期

3 景利學;蘇宏升;謝明軍;冉鵬程;;電壓型BUCK變換器控制策略研究[J];電氣傳動自動化;2011年04期

4 姜平;黃志鵬;;基于神經(jīng)網(wǎng)絡的公交客流預測[J];交通標準化;2008年13期

5 尹駿暉;李伶;杜青;;基于神經(jīng)網(wǎng)絡和柔度曲率的簡支梁損傷識別[J];山西建筑;2011年21期

6 孫海龍;馮超;匙瑞堂;;滾動軸承狀態(tài)監(jiān)測[J];工業(yè)設計;2011年05期

7 楊鶴年;;機電一體化系統(tǒng)中的智能控制技術[J];煤炭技術;2011年07期

8 許杰;程錦房;何光進;;一種基于艦船磁場的神經(jīng)網(wǎng)絡識別模型[J];船電技術;2011年09期

9 蒯松巖;吳濤;代尚方;張旭隆;;基于RBF的無位置開關磁阻電機控制系統(tǒng)[J];電力電子技術;2011年07期

10 張赫;王煒;劉瑩瑩;;神經(jīng)網(wǎng)絡在交通流信息融合中的應用[J];武漢理工大學學報(交通科學與工程版);2011年04期

相關會議論文 前10條

1 侯艷芳;馮紅梅;;基于神經(jīng)網(wǎng)絡的調(diào)制識別算法的研究[A];武漢(南方九省)電工理論學會第22屆學術年會、河南省電工技術學會年會論文集[C];2010年

2 沈建榮;楊林泉;陳琳;;神經(jīng)網(wǎng)絡的穩(wěn)定性判據(jù)與區(qū)域經(jīng)濟結構調(diào)整[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國系統(tǒng)工程學會第十屆年會論文集[C];1998年

3 石山銘;李富蘭;丁俊麗;;神經(jīng)網(wǎng)絡的知識獲取[A];全國青年管理科學與系統(tǒng)科學論文集（第1卷）[C];1991年

4 吳清烈;徐南榮;;基于神經(jīng)網(wǎng)絡的一種多目標決策方法[A];復雜巨系統(tǒng)理論·方法·應用——中國系統(tǒng)工程學會第八屆學術年會論文集[C];1994年

5 李曉鐘;汪培莊;羅承忠;;神經(jīng)網(wǎng)絡與模糊邏輯[A];中國系統(tǒng)工程學會模糊數(shù)學與模糊系統(tǒng)委員會第五屆年會論文選集[C];1990年

6 房育棟;余英林;;高階自組織映射及其學習算法[A];1995年中國控制會議論文集（上）[C];1995年

7 王曉曄;杜朝輝;呂德忠;劉建峰;;神經(jīng)網(wǎng)絡模糊控制在溫度控制系統(tǒng)中的應用[A];1997中國控制與決策學術年會論文集[C];1997年

8 金龍;吳建生;;基于遺傳算法的神經(jīng)網(wǎng)絡短期氣候預測模型(摘要)[A];新世紀氣象科技創(chuàng)新與大氣科學發(fā)展——中國氣象學會2003年年會“氣候系統(tǒng)與氣候變化”分會論文集[C];2003年

9 申偉;張元培;;基于MATLAB的自適應神經(jīng)網(wǎng)絡模糊系統(tǒng)(ANFIS)的應用[A];《制造業(yè)自動化與網(wǎng)絡化制造》學術交流會論文集[C];2004年

10 田艷兵;;BP算法和PSO算法在神經(jīng)網(wǎng)絡中的研究[A];第二十九屆中國控制會議論文集[C];2010年

相關重要報紙文章 前10條

1 記者 陳青　通訊員 孫國根;揭示神經(jīng)網(wǎng)絡形成新機制[N];文匯報;2011年

2 于翔;數(shù)字神經(jīng)網(wǎng)絡中的協(xié)同應用[N];網(wǎng)絡世界;2009年

3 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

4 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報首席記者 任荃　實習生 史博臻;軌交“神經(jīng)網(wǎng)絡”觸動創(chuàng)新神經(jīng)[N];文匯報;2011年

7 計算機世界實驗室 韓勖;當布線系統(tǒng)遭遇神經(jīng)網(wǎng)絡[N];計算機世界;2009年

8 曹建兵 李祖兵 特約記者 何天進 本報記者 于莘明;給導彈植入“神經(jīng)網(wǎng)絡”[N];科技日報;2005年

9 譚薇;“潮濕計算機”：擁有人類智慧的超級大腦[N];第一財經(jīng)日報;2010年

10 韓婷婷;ICT強壯奧運“神經(jīng)網(wǎng)絡”[N];通信產(chǎn)業(yè)報;2007年

相關博士學位論文 前10條

1 劉志祥;深部開采高階段尾砂充填體力學與非線性優(yōu)化設計[D];中南大學;2005年

2 戴雪龍;PET探測器神經(jīng)網(wǎng)絡定位方法研究[D];中國科學技術大學;2006年

3 馬戎;智能控制技術在煉鋼電弧爐中的應用研究[D];西北工業(yè)大學;2006年

4 文敦偉;面向多智能體和神經(jīng)網(wǎng)絡的智能控制研究[D];中南大學;2001年

5 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡的橋梁結構健康監(jiān)測系統(tǒng)研究[D];西南交通大學;2003年

6 杜文斌;基于神經(jīng)網(wǎng)絡的冠心病證候診斷標準與藥效評價模型研究[D];遼寧中醫(yī)學院;2004年

7 熊雪梅;參數(shù)化模糊遺傳神經(jīng)網(wǎng)絡及在植物病害預測的應用[D];南京農(nóng)業(yè)大學;2004年

8 李智;電站鍋爐燃燒系統(tǒng)優(yōu)化運行與應用研究[D];東北大學;2005年

9 王承;基于神經(jīng)網(wǎng)絡的模擬電路故障診斷方法研究[D];電子科技大學;2005年

10 譚陽紅;基于小波和神經(jīng)網(wǎng)絡的大規(guī)模模擬電路故障診斷研究[D];湖南大學;2005年

相關碩士學位論文 前10條

1 王艷偉;RBF網(wǎng)在機械加工誤差復映中的應用技術研究[D];吉林大學;2004年

2 廖犬發(fā);一種配電網(wǎng)故障區(qū)間診斷系統(tǒng)的研究[D];武漢大學;2004年

3 陳燕;基于粒計算——神經(jīng)網(wǎng)絡的故障診斷方法與應用[D];太原理工大學;2011年

4 魏秀;文化算法優(yōu)化RBF神經(jīng)網(wǎng)絡及應用研究[D];太原理工大學;2011年

5 王晶;基于神經(jīng)網(wǎng)絡理論實現(xiàn)混沌系統(tǒng)控制與同步研究[D];鄭州大學;2002年

6 易江義;神經(jīng)網(wǎng)絡PID控制在汽車發(fā)電機性能自動測試系統(tǒng)的應用[D];中南大學;2004年

7 張霞;GIS內(nèi)部信號識別的神經(jīng)網(wǎng)絡建模及小波算法實現(xiàn)[D];天津大學;2003年

8 仲京臣;基于小波神經(jīng)網(wǎng)絡的故障診斷研究[D];中國海洋大學;2004年

9 任子武;基于神經(jīng)網(wǎng)絡的參數(shù)自整定PID控制算法研究[D];哈爾濱理工大學;2004年

10 高玉萍;基于專家系統(tǒng)與神經(jīng)網(wǎng)絡相結合的電力變壓器故障診斷[D];西安理工大學;2005年

本文編號：2588745