论文部分内容阅读
轴类零件加中的误差复映现象影响了零件的加工精度，但由于影响其加工的精度的因素很多，而且不容易确定具体的因素，因此没有一个绝对精确的公式可以算出怎样加工才能达到要求的加精度，或者我们即使得到这样一个公式来做计算也是非常烦琐的。 神经网络算法的出现解决了很多单靠公式不能解决的问题，ANN通过由样本集的训练，学习样本集中的统计规律，将学习后的信息保存在权值中，当输入非样本集的模式时，训练理想的神经网络中的RBFN具有很强的非线性映射能力，而且不受输入量和输出量数目的限制，在具体的