遗传算法优化的BP神经网络压电陶瓷蠕变预测

范伟 林瑜阳 李钟慎

摘 要：针对压电陶瓷驱动器的蠕变误差随时间呈现非线性变化，会严重影响其定位精度的问题，提出遺传算法优化BP神经网络的压电陶瓷蠕变预测算法。采用遗传算法优化了BP神经网络的权值和阈值，构建了基于遗传算法的BP神经网络（GA-BP算法）的蠕变预测模型。用GA-BP算法对压电陶瓷蠕变进行了预测仿真，并将结果与实测数据进行了对比。结果表明，获得的蠕变预测结果与实验数据的最大绝对误差均不超过0.2 μm，最大蠕变误差均小于1.5%，最大均方误差仅为0.004 6，因此，GA-BP预测模型可作为预测压电陶瓷蠕变误差的一种有效手段。

关键词：压电陶瓷；蠕变；神经网络；遗传算法；预测

中图分类号：TN 384

文献标志码：A

文章编号：1007-449X（2018）07-0091-06