基于灰色理论和神经网络的零件尺寸精度的组合预报

《基于灰色理论和神经网络的零件尺寸精度的组合预报》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第V(卷第%期应用科技YAH,V(，Z,%("")年%月4RRH:DJ?C:D=CD<=J1DC@=AHA>GF9=,("")文章编号：!""#$%&!’（("")）"%$""*+$"(基于灰色理论和神经网络的零件尺寸精度的组合预报董辉，赵刚，单忠臣，陈杰远（哈尔滨工程大学机电工程学院，黑龙江哈尔滨!)"""!）摘要：零件的尺寸精度是非常复杂的非线性问题,运用灰色理论的-.（!，!）模型和神经网络/0模型相结合的方法对机械零件的尺寸精度的预测进行了分析研究，同时建立了灰色理论的预测模型和神经网络模型的组合算法，解决了非等时序列的预报问题,仿真实验证明，此方法是可行的，具有一定的实用价值,关键词

2、：灰色理论；神经网络；尺寸精度；预报中图分类号：12!%!3)文献标识码：4!"#$%&’(%)*+",*-’.("+(/*0%#*&.%"&’--1,’-2"+3’,(.$24,’2(/*",2’&0566678-29:，;247-<=>，?248;@A=>BC@D=，52E8F:DBG9<=（?C@AAHAI.DC@<=:C:=DDL:=>，2:=DDL:=>N=:ODLP:KG，2

3、LRLAMHDQ,1@:PR-.（!，!）QAJDHAI-LL

4、研究的核心和前沿性内容,在设计与制造协调系统中，一个重要的环节就是对待加!,!神经网络模型的建立工零件的尺寸精度进行合理预报［!］标准的/0网络有V层神经元组成：输入层、,［V］目前，对于机械加工尺寸预报的模型较多，如文隐含层和输出层,输入层的输入值即为输入层的输出值，除输入层以外，其他各层的输入输出献［(］中所提出的灰色理论和神经网络的组合预模关系为型,该模型适用于在加工过程中对尺寸精度的实时#预报,由于机械加工的尺寸精度与加工过程密切相#=DK!%!$!&!!，"W!"$$$!"$W!关，而且是刀具当前位置的尺寸预报，因此它所依据"!（=DK!）的数据列是等时序的,现要进行的是零件整体尺寸

5、$&"W’",式中：’（(）为神经元的传递函数，一般为P:>QA:J函精度的预报，它与加工过程无关，所依据的是已加工数，即’（(）W!!（!XD$(）；=DK!表示第!层第"节零件的历史记录数据，因为很难保证各个零件是按"点的输入；&!表示第!层第"节点的输出；%为连"等时序进行加工的，所以已加工零件的历史记录数接权重；!为神经元所取的阈值；$，"为神经元在各据是典型的非等时序数据,因此上述模型不适用于层的序号,零件的尺寸精度预报，但是灰色理论和神经网络组设有)对学习样本（*，+，)W!，(⋯），其中))合预报的思想是值得借鉴的,*为样本的第)个输入，+为样本的第)个期望))输出值,定义误差函

6、数为收稿日期：(""*$!!$"+,作者简介：董万方数据辉（!#&#$），女，硕士研究生，主要研究方向：546!54.一体化技术、智能制造技术,第6期董辉，等：基于灰色理论和神经网络的零件尺寸精度的组合预报·*0·$"&$灰色理论和神经网络的组合模型的建立""$"（&（#））#设有一时序数据序列为)!｛-（*），-（*），!!!!#!#!!#%%’#%&"#"#!"%!"-（*.%"），⋯，-（*.’"），-（*$）｝，其中第.项-（*.）是!也称为能量函数，误差函数的优化问题，采用梯缺少项，因此该时序序列为非等时序列&度求法进行寻优&由梯度下降法得到的连接权和阈由前.%"个数据构成的等时序数

7、列)!值的迭代公式为｛-（*），-（*），⋯，-（*）｝通过灰色理论"#.%"(（$’"）!(（$）%!·"!，（"）()（"，"）模型建立预报模型可预测出第.个即-"(（$）（*）的值&."!"（$’"）!"（$）%!·&（#）神经网络对构造后的等时序列)!｛-（*），""（$）"通过式（"）、（#）得到权值的修正值，重复正向传-（*#），⋯，-（*$）｝进行预报建模即可得到第（$’"）播和误差