针对坐标测量机动态测量误差补偿问题,分析了测量机动态误差的来源,利用BP神经网络对坐标测量机动态误差模型进行建模,突破了以往只是针对其各组成系统进行建模的局限,避免了复杂数学关系的推导。引入粒子群优化算法对坐标测量机BP神经...针对坐标测量机动态测量误差补偿问题,分析了测量机动态误差的来源,利用BP神经网络对坐标测量机动态误差模型进行建模,突破了以往只是针对其各组成系统进行建模的局限,避免了复杂数学关系的推导。引入粒子群优化算法对坐标测量机BP神经网络误差模型的初始权值进行了优化,提高了网络的全局优化计算能力和运算速度。应用Global Class 9158型测量机在不同输入参数条件下测量了标准球,获得了网络训练数据,建立了误差补偿模型,进行了测量补偿验证,结果证明该模型可使坐标测量机的误差均值减小2.3μm。展开更多
文摘针对坐标测量机动态测量误差补偿问题,分析了测量机动态误差的来源,利用BP神经网络对坐标测量机动态误差模型进行建模,突破了以往只是针对其各组成系统进行建模的局限,避免了复杂数学关系的推导。引入粒子群优化算法对坐标测量机BP神经网络误差模型的初始权值进行了优化,提高了网络的全局优化计算能力和运算速度。应用Global Class 9158型测量机在不同输入参数条件下测量了标准球,获得了网络训练数据,建立了误差补偿模型,进行了测量补偿验证,结果证明该模型可使坐标测量机的误差均值减小2.3μm。
