热误差预测模型创建方法和基于关键误差的物理-边-雾-云误差控制系统

摘要

本发明公开了一种热误差预测模型创建方法，包括如下步骤：步骤一：利用极端梯度提升算法对输入变量的特征重要性进行排序，从所有特征中选出前k个构成特征组合；将前k个特征根据其重要性进行加权，得到每个特征的权重，以每个特征及其权重的乘积作为模型的输入变量；步骤二：对LSTMNN模型的内部神经元特征进行排序，将层次结构整合到LSTMNN模型中，得到ON‑LSTMNN模型，再引入双向机制，构建BiON‑LSTMNN模型；步骤三：训练BiON‑LSTMNN模型，以ISFO算法优化BiON‑LSTMNN模型的批量大小和隐藏神经元数量，直至满足适应度函数的预设要求；步骤四：以优化得到的批量大小和隐藏神经元数量作为BiON‑LSTMNN模型的超参数，构建得到热误差预测模型。本发明还公开了一种基于关键误差的物理‑边‑雾‑云误差控制系统。