基于SSA-GA-BP神经网络的数显千分表非线性误差补偿
周凯红1
叶高威1
蒋青谷2
1.桂林理工大学 广西高校先进制造与自动化技术重点实验室,广西 桂林 5410062.桂林广陆数字测控有限公司,广西桂林 541213
摘要：利用数显千分表进行精密测量时,零部件的生产、装配及使用磨损、挤压、碰撞等带来的固有误差与弹性误差严重降低了测量精度.针对此问题,利用遗传算法(genetic algorithm,GA)寻优速度快、精度高、并行搜索能力的优势及麻雀搜索算法(sparrow search algorithm,SSA)的全局寻优性能,优化反向传播(back propagation,BP)神经网络的初始权值、阈值及网络结构等,提出了基于数显千分表测量数据非线性误差补偿的SSA-GA-BP 神经网络模型.将其与传统BP 神经网络、遗传算法优化的GA-BP 神经网络进行比较分析.结果表明:所提出 SSA-GA-BP 神经网络可使数显千分表的非线性误差由没有补偿前的最大误差 5.504 μm 降低至0.883 μm,残差平方和、相对误差和 R相关系数具有一定的优越性.
关键词：非线性误差数显千分表BP神经网络麻雀搜索算法遗传算法
分类号：TH711(仪器、仪表)TP274(自动化技术及设备)
资助基金：国家自然科学基金(52075110)广西自然科学基金重点项目(2023GXNSFDA026045)
论文发表日期：2024-06-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1-8 )
英文信息