论文部分内容阅读
介绍了2种补偿模型误差的传统方法：附加系统参数方法和最小二乘配置法.提出了一种基于BP算法的补偿模型误差的神经网络方法,简称为H-BP算法.假设函数模型为y=f（x1,x2,…,xn）,则H-BP算法的神经网络结构为（n＋1）×p×1,（n＋1）是输入层元素个数,具体为x1,x2,…,xn和y′,其中y′是函数模型计算值;p为隐含层节点数,一般通过大量试验得到;1是输出层元素个数,具体为Δy=y0-y′,其中y0是样本真值.然后,详细介绍了H-BP算法的具体计算步骤.最后,结合一个工程