基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
结合模糊逻辑与人工神经网络的优点,提出精密机械热动态误差的模糊神经网络模型,并在多变量模糊模型后件结构与参数辨识中提出了主分量分析建模的新方法.基于语言控制规则的模糊模型,采用模糊推理方法,建模的关键在于结构辨识和参数辨识. 采用主分量分析方法可有效地辨识模型后件的结构与参数.为克服建模用的有效数据量少于后件参数,而无法建立相应的模糊模型这一问题,采用一种多变量系统的模糊神经网络建模方法,利用神经网络具有学习的能力,通过使用适当数量的具有充分激励信息的优选数据组作为学习样本对神经网络进行训练,从而建立起模糊神经网络模型.当辨识的模型精度达不到要求时,可应用模糊神经网络的多次训练获取更高的模型精度.实测数据建模表明,模糊神经网络模型能有效地描述热动态误差.
推荐文章
基于规则自动生成的模糊神经网络建模
模糊规则
函数逼近
广义动态模糊神经网络
基于模糊粗糙神经网络的发酵过程建模
模糊粗糙神经网络
建模
发酵过程
基于动态模糊神经网络的电力谐波精确测量
谐波
动态模糊神经网络
修剪技术
基于BP神经网络的钢丝绳精密传动误差预测
钢丝绳传动
传动误差预测
BP神经网络
预紧力
负载
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 精密机械热动态误差模糊神经网络建模研究
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 精密机械 热误差 模糊逻辑 人工神经网络
年,卷(期) 2004,(6) 所属期刊栏目 机械工程
研究方向 页码范围 742-746
页数 5页 分类号 TH161.4
字数 3238字 语种 中文
DOI 10.3785/j.issn.1008-973X.2004.06.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈子辰 浙江大学机械工程学系 272 5059 38.0 56.0
2 傅建中 浙江大学机械工程学系 150 2422 26.0 43.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (42)
参考文献  (5)
节点文献
引证文献  (89)
同被引文献  (76)
二级引证文献  (433)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(9)
  • 引证文献(5)
  • 二级引证文献(4)
2007(10)
  • 引证文献(3)
  • 二级引证文献(7)
2008(16)
  • 引证文献(8)
  • 二级引证文献(8)
2009(11)
  • 引证文献(3)
  • 二级引证文献(8)
2010(21)
  • 引证文献(4)
  • 二级引证文献(17)
2011(35)
  • 引证文献(7)
  • 二级引证文献(28)
2012(42)
  • 引证文献(5)
  • 二级引证文献(37)
2013(61)
  • 引证文献(5)
  • 二级引证文献(56)
2014(58)
  • 引证文献(11)
  • 二级引证文献(47)
2015(81)
  • 引证文献(10)
  • 二级引证文献(71)
2016(45)
  • 引证文献(7)
  • 二级引证文献(38)
2017(40)
  • 引证文献(7)
  • 二级引证文献(33)
2018(34)
  • 引证文献(6)
  • 二级引证文献(28)
2019(44)
  • 引证文献(3)
  • 二级引证文献(41)
2020(11)
  • 引证文献(1)
  • 二级引证文献(10)
研究主题发展历程
节点文献
精密机械
热误差
模糊逻辑
人工神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导