数据驱动的数控机床热误差预测模型评估方法研究

目录

声明

第1章 绪论

1.1 课题来源

1.2 研究背景、目的及意义

1.3 相关领域国内外研究现状

1.3.1 数控机床热误差预测模型研究现状

1.3.2 多属性综合评估方法研究现状

1.3.3 考虑准则层偏重的评估方法研究现状

1.4 本文的主要研究工作及组织结构

1.4.1 本文研究的主要内容

1.4.2 本文组织结构

第2章 热误差预测模型评价指标体系研究

2.1 热误差预测模型特征分析

2.1.1 准静态热误差预测模型特征分析

2.1.2 动态热误差预测模型特征分析

2.2 评价指标体系构建原则

（1）科学性

（2）可比性

（3）全面性

（4）系统性

（5）简明性

（6）可操作性

2.3 热误差预测模型性能影响因素研究

2.3.1 拟合优度指标提取

2.3.2 预测精度指标提取

2.3.3 稳健性指标提取

2.3.4 评价指标体系整体框架

2.4 本章小结

第3章 基于多属性综合的热误差预测模型评估方法

3.1 指标权重的确定

3.1.1 指标的预处理

3.1.2 差异系数CRITIC客观赋权法

3.1.3 基于变权法改进的差异系数CRITIC赋权法

3.2 常见评估方法集结方式分析

3.2.1 VIKOR方法及其局限性

3.2.2 灰关联分析方法及其局限性

3.3 多属性综合评估方法的集结方式

3.3.1 灰关联分析与VIKOR方法的集成

3.3.2 双向Kullback-Leibler 距离

3.3.3 基于双向KL距离调整的G-VIKOR综合评估方法

3.4 热误差预测模型评估实验及结果分析

3.4.1 实验设计

3.4.2 实验结果分析

3.5 本章小结

第4章 基于准则层偏重的热误差预测模型评估方法

4.1 考虑准则层偏重的评价矩阵

4.1.1 直觉模糊集理论

4.1.2 直觉正态模糊数

4.1.3 准则层偏重定量化

4.2 准则层偏重评估方法的集结方式

4.2.1 TODIM评估方法

4.2.2 基于直觉正态模糊数的改进TODIM评估方法

4.3 热误差预测模型评估实验及结果分析

4.3.1 实验设计

4.3.2 实验结果分析

4.4 本章小结

第5章 总结与展望

5.1 本文工作总结

5.2 后续工作展望

致谢

参考文献

附录 研究生期间发表论文