基于LS-SVM的机床加工误差预测模型探讨

作     者：舒彤 余香梅 陈丁 SHU Tong;YU Xiang-mei;CHEN Ding

作者机构：九江学院电子工程学院九江332005 九江学院机械与材料工程学院九江332005 

基　　金：国家自然科学基金资助(50705039) 市科研课题(九科字71) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2009年第12期

页      码：186-188页

摘      要：提出一种基于最小二乘支持向量机(LS-SVM)的机床加工误差回归模型和预测方法,给出了相应的步骤和算法。通过与BP神经网络和RBF神经网络预测方法比较,仿真结果表明,在较少的误差数据条件下,该模型能够有效的描述和预测加工误差的变化,且模型预测误差比神经网络模型小60%左右;应用该预测模型预测机床加工误差有更高的预测精度,对其实施补偿和控制,将有效提高机床的加工精度。

主 题 词：加工误差 最小二乘支持向量机 预测模型 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 0802[工学-机械学] 081101[081101] 0811[工学-水利类] 081102[081102] 080201[080201] 

D　O　I：10.3969/j.issn.1001-3997.2009.12.076

馆 藏 号：203756566...