基于PLS和改进CVR的数控机床热误差建模

来源：农业机械学报杂志2015年第2期北京时间：

作者：余文利,姚鑫骅,孙磊,傅建中

单位：衢州职业技术学院,浙江大学,浙江大学,浙江大学,

摘要：为提高支持向量回归（SVR）模型的预测能力，将核心向量回归（Core vector regression, CVR）方法引入到数控机床热误差建模中，并采用偏最小二乘（Partial least squares, PLS）算法从输入样本提取主成分，构建特征集，然后使用改进的粒子群优化（Improved particle swam optimization, IPSO）算法对CVR的模型参数进行寻优，从而提出一种基于PLS—IPSO—CVR的数控机床热误差建模方法。仿真实验表明，所提出的建模方法在预测精度和速度方面优于传统SVR模型和BP神经网络模型，从而验证了组合建模方法的可行性和有效性。

关键词：数控机床 热误差建模 偏最小二乘 特征提取 核心向量回归

基金资助：国家自然科学基金资助项目（551105336）、浙江省自然科学基金资助项目(Y1100281)、浙江省重点科技创新团队计划资助项目(2009R50008)和浙江省科技厅公益性应用研究计划资助项目（2014C31089）