基于神经网络的坐标测量机几何误差模型研究

摘要

分析了坐标测量机几何误差的几种常用模型,提出了基于神经网络的单项几何误差模型.由于坐标测量机几何误差变化规律复杂,采用一般的BP神经网络模型算法,速度慢且难以收敛.利用牛顿变形算法训练网络,加快了网络收敛速度,效果显著.通过与线性插值、多项式拟合法和神经网络逼近法的比较,可以明显看出用该神经网络算法的优越性.