基于AN-DNN回归预测的主轴热误差建模方法

基于AN‑DNN回归预测的主轴热误差建模方法。通过仿生雀鹰的捕食与迁徙行为，实现网络参数的智能寻优，显著提升预测精度与效率。包括S4.通过雀鹰优化算法优化DNN神经网络；S5.获得最优权值和阈值，用最优解训练DNN神经网络模型，生成预测结果；S6.将DNN神经网络模型的预测结果与真实值之间的误差、精度、决定系数、平均绝对误差与均方根误差作为预测评价指标；S7.评估优化后的DNN神经网络模型的性能和预测准确度。本发明采用AN‑DNN模型相比传统DNN预测精度提升15％以上，训练时间缩短40％；本发明通过雀鹰动态迁徙策略，有效规避局部极小值，全局搜索能力显著增强；本发明适应工业场景实时性需求，支持多转速工况下的快速热误差补偿。