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:
介绍了2种补偿模型误差的传统方法:附加系统参数方法和最小二乘配置法.提出了一种基于BP算法的补偿模型误差的神经网络方法,简称为H-BP算法.假设函数模型为y=f(x1,x2,…,xn),则H-BP算法的神经网络结构为(n+1)×p×1,(n+1)是输入层元素个数,具体为x1,x2,…,xn和y',其中),y'是函数模型计算值;p为隐含层节点数,一般通过大量试验得到;1是输出层元素个数,具体为△y:Y0-y',其中y0是样本真值.然后,详细介绍了H-BP算法的具体计算步骤.最后,结合一个工程实例,对3种补偿方法的结果进行了详细对比分析.传统方法补偿之后的精度约为±19 mm,H-BP算法补偿之后的精度为±4.3 mm.结果表明,与传统方法相比,新方法对模型误差的补偿效果更好.
推荐文章
基于BP神经网络的数控机床综合误差补偿方法
BP神经网络
陡度因子
放大因子
误差补偿
基于BP神经网络的定位系统的误差补偿
定位误差
误差补偿
BP神经网络
基于多RBF神经网络的汽车衡误差补偿
汽车衡
称重误差
自适应补偿
多径向基函数神经网络
基于神经网络误差补偿的磁编码器细分算法
磁编码器
最小二乘法
径向基神经网络
误差补偿
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 基于神经网络方法的模型误差补偿
来源期刊 东南大学学报(英文版) 学科 地球科学
关键词 模型误差 神经网络 BP算法 补偿
年,卷(期) 2009,(3) 所属期刊栏目
研究方向 页码范围 400-403
页数 4页 分类号 P207
字数 779字 语种 英文
DOI 10.3969/j.issn.1003-7985.2009.03.024
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 胡伍生 东南大学交通学院 127 983 16.0 23.0
3 孙璐 美国华盛顿天主教大学土木工程学院 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (3)
二级引证文献  (11)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
模型误差
神经网络
BP算法
补偿
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
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导