典型文献
基于遗传算法和Elman神经网络的接触式探头动态特性补偿
文献摘要：
动态特性不理想是接触式探头系统动态测量误差的重要来源,严重制约探头测量速度和精度的提升.提出一种基于遗传算法优化Elman神经网络的探头动态特性补偿方法.针对微纳米接触式探头,采用遗传算法优化Elman神经网络的方法对其动态响应输出信号进行了补偿,使用自适应递推最小二乘方法辨识出补偿前后的探头系统动态模型.探头系统的动态测量不确定度由补偿前的77.8 nm减小至12.1 nm.遗传算法具有较好的全局搜索能力,克服了 Elman神经网络容易陷入局部极值的缺陷,该动态补偿方法具有较快的网络训练速度和较高的动态补偿精度.仿真分析及不确定度评定结果都验证了该方法的有效性.
文献关键词：
接触式探头;动态补偿;遗传算法;Elman神经网络;测量不确定度
中图分类号：
作者姓名：
程真英;江文姝;方旭;李瑞君;黄强先
作者机构：
合肥工业大学仪器科学与光电工程学院 合肥 230009
文献出处：
引用格式：
[1]程真英;江文姝;方旭;李瑞君;黄强先-.基于遗传算法和Elman神经网络的接触式探头动态特性补偿)[J].机械工程学报,2022(10):24-30
A类：
接触式探头
B类：
Elman,动态特性,特性补偿,动态测量,测量误差,遗传算法优化,补偿方法,微纳米,动态响应,输出信号,递推最小二乘,乘方,系统动态模型,测量不确定度,全局搜索,搜索能力,局部极值,动态补偿,网络训练,训练速度,不确定度评定
AB值：
0.253503
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
