基于GCRA-BP-AdaBoost算法的固晶机热误差建模方法

本发明公开了基于GCRA‑BP‑AdaBoost算法的固晶机热误差建模方法，涉及数控机床半导体技术领域，包括以下步骤：步骤一：以固晶机为实验对象获得多组温度数据及对应的热误差数据；步骤二：采用密度峰值聚类对多组温度数据进行温度敏感点的选择；步骤三：建立固晶机热误差GCRA‑BP‑AdaBoost模型；步骤四：获得GCRA‑BP‑AdaBoost模型热误差及模型预测性能。本发明GCRA‑BP‑AdaBoost预测模型是利用GCRA算法优化BP神经网络的权重和偏置，并将其作为AdaBoost算法的弱学习器，构建多组这样的弱学器并利用该策略集成为一个强学习器的模型，该模型能够满足热误差补偿的要求，具有较强的适应性及鲁棒性强等优点。