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:
以提高数控机床加工精度为主要目的,针对减少热误差而提出一种基于遗传算法优化BP神经网络的数控机床热误差补偿方法.首先,分析遗传算法优化的BP神经网络学习算法.然后,建立神经网络模型对三轴联动卧式加工中心进行实时补偿.实验仿真结果表明遗传优化BP神经网络模型具有预测补偿能力强、补偿精度高、拟合性能优、实时性好等特点.
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
数控机床热误差实时补偿
数控机床
热误差
多元线性回归方程
误差补偿技术
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
基于BP神经网络数控机床热误差建模的研究
BP神经网络
粒子群优化
数控机床
热误差
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 基于遗传算法优化BP神经网络的数控机床热误差补偿
来源期刊 制造业自动化 学科 工学
关键词 遗传算法优化 BP神经网络 热误差补偿 数控机床
年,卷(期) 2011,(9) 所属期刊栏目 CAD/CAM
研究方向 页码范围 41-43
页数 分类号 TH16
字数 1943字 语种 中文
DOI 10.3969/J.Issn.1009-0134.2011.5a.15
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 乐英高 四川理工学院自动化与电子信息学院 19 184 8.0 13.0
2 任小洪 四川理工学院自动化与电子信息学院 41 342 11.0 15.0
3 徐卫东 四川理工学院自动化与电子信息学院 11 120 7.0 10.0
4 周天鹏 四川理工学院自动化与电子信息学院 9 115 7.0 9.0
5 刘立新 四川长征机床集团有限公司技术中心 7 128 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (49)
参考文献  (3)
节点文献
引证文献  (28)
同被引文献  (73)
二级引证文献  (70)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(5)
  • 引证文献(4)
  • 二级引证文献(1)
2014(7)
  • 引证文献(2)
  • 二级引证文献(5)
2015(10)
  • 引证文献(4)
  • 二级引证文献(6)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(15)
  • 引证文献(4)
  • 二级引证文献(11)
2018(14)
  • 引证文献(3)
  • 二级引证文献(11)
2019(26)
  • 引证文献(5)
  • 二级引证文献(21)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
遗传算法优化
BP神经网络
热误差补偿
数控机床
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
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
总被引数(次)
59694
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导