遺傳算法優化的BP神經網絡壓電陶瓷蠕變預測

范偉 林瑜陽 李鐘慎

摘 要：針對壓電陶瓷驅動器的蠕變誤差隨時間呈現非線性變化，會嚴重影響其定位精度的問題，提出遺傳算法優化BP神經網絡的壓電陶瓷蠕變預測算法。采用遺傳算法優化了BP神經網絡的權值和閾值，構建了基于遺傳算法的BP神經網絡（GA-BP算法）的蠕變預測模型。用GA-BP算法對壓電陶瓷蠕變進行了預測仿真，并將結果與實測數據進行了對比。結果表明，獲得的蠕變預測結果與實驗數據的最大絕對誤差均不超過0.2 μm，最大蠕變誤差均小于1.5%，最大均方誤差僅為0.004 6，因此，GA-BP預測模型可作為預測壓電陶瓷蠕變誤差的一種有效手段。

關鍵詞：壓電陶瓷；蠕變；神經網絡；遺傳算法；預測

中圖分類號：TN 384

文獻標志碼：A

文章編號：1007-449X（2018）07-0091-06