成果基本信息 | ||||||
关键词: | ||||||
成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
体现形式(基础理论类): | 论文 | 体现形式(应用技术类): | 新技术 | |||
成果登记号: | 资源采集日期: |
研究情况 | |||||
单位名称: | 技术水平: | 未评价 | |||
评价证书号: | 评价单位: | ||||
评价日期: | 评价证书号: |
转化情况 | |||||
转让范围: | 产权转让 | 推广形式: | 产权转让 | ||
已转让企业数(个): |
联系方式 | |||||
联系人(平台): | 玉女士 | 联系人(平台)电话: | 0771-5885053 | ||
*成果单位详细联系方式请登录会员;还不是会员,马上注册! |
成果简介 | |||||
本发明公开了一种经遗传算法优化的BP神经网络重型机床热误差建模方法,通过建立BP神经网络的结构,利用训练样本对BP神经网络各层的初始权值和阈值进行全局寻优,在满足了设定的误差目标之后,利用遗传算法对BP神经网络结构的初始权值和阈值进行全局寻优,在将遗传算法寻找的最优权值阈值代入BP神经网络中进行样本训练,基于误差梯度下降原理在极值点附近进行快速搜索,直到训练结束得到热误差预测模型;最后对获得的热误差预测模型进行鲁棒性测试,本发明利用遗传算法对BP神经网络结构的初始权值和阈值进行全局寻优,克服BP神经网络的自身特点,提高其训练时收敛的快速性、精确性和鲁棒性。 |