摘要
本发明公开了一种外螺纹磨削加工螺距误差预测方法及计算机程序产品,通过建立四层广义回归神经网络(GRNN)结构,利用遗传算法优化广义回归神经网络光滑因子,简单准确的找到全局最小值;采用随机初始化种群的方式,初始化广义回归神经网络光滑因子。构造遗传算法(GA)的适应度函数并计算个体适应度,对种群执行自然操作,对个体进行选择、交叉、遗传;搭建GRNN框架,对样本进行训练,使种群进化逐渐达到训练精度,最后采用外螺纹磨削的实验数据验证遗传算法优化的广义回归神经网络(GA‑GRNN)的泛化性;本发明利用遗传算法对广义回归神经网络光滑因子进行全局最优搜索,提高了GRNN的预测精度。
技术关键词
广义回归神经网络
螺距误差
GRNN神经网络
外螺纹
遗传算法优化
计算机程序产品
搜索全局
因子
结构框架
样本
训练集
模式
数据验证
表达式
预测误差
基因
精度
指令
规模
系统为您推荐了相关专利信息
隶属度函数
无刷直流电机转速
模糊规则
无刷直流电机控制技术
模糊PID控制系统
硅橡胶玻璃纤维套管
分布式协同控制方法
多智能体系统
数字孪生模型
设备运行参数