典型文献
梯度下降优化神经网络的主轴可靠性预测模型
文献摘要：
为了提升机床主轴可靠性预测精度,提出了基于优化级联前向神经网络进行数控机床主轴可靠性预测的改进算法.将小批量梯度下降算法与级联前向神经网络预测方法相结合进行神经网络优化,增加了预测的准确度.对收集的主轴可靠性相关数据进行初步分析,选取前n个可靠度数据以及第n+1个可靠度数据对应的故障时间点t作为神经网络的输入变量,第n+1个可靠度数据作为输出变量,完成可靠性预测模型的训练以及测试数据的误差对比分析.实例仿真分析结果表明:应用该方法得到的可靠度预测值最大相对误差的绝对值为2.41％,小于3％,该预测方法精度较高.与BP神经网络等其他预测方法得到的预测结果最大相对误差大于3％,甚至超过10％相比,可以实现数控机床主轴更加精确的预测,为研究数控机床可靠性提供理论依据.
文献关键词：
梯度下降;优化神经网络;数控机床主轴;可靠性预测;BP神经网络
中图分类号：
作者姓名：
王晓燕;王品;郎贺;白贤明
作者机构：
沈阳航空航天大学 经济与管理学院,沈阳110136;沈阳航空航天大学 辽宁省飞机火爆防控及可靠性适航技术重点实验室,沈阳110136;沈阳航空航天大学 安全工程学院,沈阳110136
文献出处：
引用格式：
[1]王晓燕;王品;郎贺;白贤明-.梯度下降优化神经网络的主轴可靠性预测模型)[J].沈阳航空航天大学学报,2022(04):37-43
A类：
B类：
梯度下降优化,优化神经网络,可靠性预测,提升机,数控机床主轴,改进算法,小批量梯度下降,梯度下降算法,神经网络预测,神经网络优化,初步分析,可靠度,及第,n+1,故障时间,测试数据,实例仿真
AB值：
0.219462
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。
