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:
为实现数控机床热误差的补偿控制,提出基于最小二乘支持向量机进行数控机床热误差建模预测的方法.根据最小二乘支持向量机回归预测的原理,优化选择最小二乘支持向量机参数,对数控车床热误差进行最小二乘支持向量机建模.通过测量数控车床主轴温升值与主轴热变形量,将获得的数据进行最小二乘支持向量机建模训练,以建立机床热误差预测模型.实验结果表明,该模型能有效描述热动态误差,与最小二乘法建模进行比较,结果显示,基于最小二乘支持向量机的数控机床热误差预测模型精度高、泛化能力强;采用最小二乘支持向量机得到的预测模型可用于数控机床热误差实时补偿,以提高机床的加工精度.
推荐文章
基于最小二乘支持向量机的蜡沉积速率预测
最小二乘支持向量机
蜡沉积速率
预测
模型
模型精度
最小二乘支持向量机和预测误差校正的运动员成绩预测
运动员成绩
最小二乘支持向量机
误差校正
预测模型
预测误差
预测精度
基于最小二乘支持向量机的复杂装备故障预测模型研究
故障预测模型
回归算法
最小二乘支持向量机
基于最小二乘支持向量机的铁路客运量预测研究
铁路客运量
最小二乘支持向量机
预测模型
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 基于最小二乘支持向量机的数控机床热误差预测
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 支持向量机 最小二乘支持向量机 热误差 预测
年,卷(期) 2008,(6) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 905-908
页数 4页 分类号 TP205
字数 2779字 语种 中文
DOI 10.3785/j.issn.1008-973X.2008.06.001
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
3 许亚洲 浙江大学机械工程学系 6 129 3.0 6.0
4 林伟青 浙江大学机械工程学系 23 184 5.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (202)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(7)
  • 参考文献(1)
  • 二级参考文献(6)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
最小二乘支持向量机
热误差
预测
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