采用 KPCA-BP 神经网络的并联机构全局综合性能评价方法研究

• 作者: 孙志娟 戴京涛 赵京
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 并联机构 综合性能评价 全局方法 KPCA方法 BP神经网络 任务优选
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 试验研究
• 页码范围: 18-24
• 页数: 7页
• 分类号: TU831.3
• 字数: 5799字
• 语种: 中文

摘要

基于并联机构单一性能指标的多样性和各单一性能指标之间的非线性关系，将核主成分分析（ Kernel Principal Component Analysis，KPCA）方法与误差反传播（ Back Propagation，BP）神经网络技术相结合，建立一个对可完成不同工作任务的并联机构进行综合性能评价的KPCA-BP神经网络模型。通过合理的系统抽样，利用KPCA对BP神经网络的输入数据进行预处理，既能处理各单一性能指标间的非线性关系，又能简化BP神经网络结构，加快网络学习速度，提高预测精度，进而提出一种基于多种单一性能指标的并联机构全局综合性能评价新方法，为并联机构工作任务优序关系研究提供科学的参考依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵京	北京工业大学机械工程与应用电子技术学院	85	654	14.0	21.0
2	戴京涛	海军航空工程学院青岛校区航空机械系	35	126	6.0	10.0
3	孙志娟	国家开放大学工学院	10	36	3.0	5.0