典型文献
基于MEA-NARX神经网络主轴热误差建模
文献摘要：
为了有效提高基于非线性时间序列的热误差预测模型精度,利用F统计检验确定模糊C均值聚类的聚类数目,结合不同量纲一化处理的灰色关联分析排序筛选出关键温度测点,建立基于NARX神经网络的热误差预测模型,通过设置输入延时阶数、输出延时阶数和隐含层神经元个数的范围,利用思维进化算法对输入、输出延时阶数和隐含层神经元个数进行寻优,与随机选取参数的NARX神经网络预测模型相比,模型预测精度提高了 36.98％.
文献关键词：
主轴热误差建模;模糊C均值聚类;思维进化算法;NARX神经网络
中图分类号：
作者姓名：
孙昂;王丽爽;谢新连
作者机构：
大连海事大学船舶与海洋工程学院,辽宁大连116026;大连海事大学物流研究院,辽宁大连116026
文献出处：
引用格式：
[1]孙昂;王丽爽;谢新连-.基于MEA-NARX神经网络主轴热误差建模)[J].机床与液压,2022(24):49-53
A类：
B类：
MEA,NARX,主轴热误差建模,线性时间,热误差预测模型,预测模型精度,统计检验,定模,均值聚类,聚类数,不同量,量纲,灰色关联分析,温度测点,延时,阶数,隐含层,思维进化算法,神经网络预测模型
AB值：
0.265526
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
