来源：期刊VIP网 时间：
作者：孙廷英;张义民;李铁军;
单位：沈阳化工大学装备可靠性研究所;沈阳化工大学计算机科学与技术学院;
摘要：为了减小数控机床热致定位误差影响，提高机床加工精度，这里建立了径向基神经网络（RBFNN）和时间序列（ARIMA）混合模型的变权值热误差预测方法。综合两个单一模型对数控机床热误差进行预测，利用逆向辨识优化算法分别获取两个单一模型的优化权值，得到变权值混合模型，使得热误差预测精度得到提高。将这里混合模型与RBFNN模型和ARIMA模型分别进行对比分析，结果表明混合模型（RBFNN-ARIMA）的预测精度明显优于单一RBFNN和单一ARIMA模型，证明了此算法的有效性。
关键词：径向基神经网络;;时间序列;;变权值;;热误差;;逆向辨识
基金资助：大型重载滚动轴承的可靠性和寿命预测的理论与方法研究—NSFC-辽宁联合基金（U1708254）
