节点文献

遗传算法优化的BP神经网络压电陶瓷蠕变预测

免费订阅

【作者】 范伟林瑜阳李钟慎

【Author】 FAN Wei;LIN Yu-yang;LI Zhong-shen;School of Mechanical Engineering and Automation,Huaqiao University;

【机构】 华侨大学机电及自动化学院

【摘要】 针对压电陶瓷驱动器的蠕变误差随时间呈现非线性变化,会严重影响其定位精度的问题,提出遗传算法优化BP神经网络的压电陶瓷蠕变预测算法。采用遗传算法优化了BP神经网络的权值和阈值,构建了基于遗传算法的BP神经网络(GA-BP算法)的蠕变预测模型。用GA-BP算法对压电陶瓷蠕变进行了预测仿真,并将结果与实测数据进行了对比。结果表明,获得的蠕变预测结果与实验数据的最大绝对误差均不超过0.2μm,最大蠕变误差均小于1.5%,最大均方误差仅为0.004 6,因此,GA-BP预测模型可作为预测压电陶瓷蠕变误差的一种有效手段。

【关键词】 压电陶瓷蠕变神经网络遗传算法预测
【基金】 国家自然科学基金(51475176);2017年福建省自然科学基金计划项目(2017J01086);中央高校基本科研业务费专项资金(11J0234)
  • 【DOI】10.15938/j.emc.2018.07.012
  • 【分类号】TM282;TP18
  • 【下载频次】105
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: