神经网络在自由曲线插补中的应用初探

由于运用NURBS曲线插补中求导具有误差较大、计算繁多、较为复杂等问题,因此提出采用神经网络对自由曲线进行插补,以弓高误差作为约束条件,建立起一个进给步长可变的神经网络数控插补的模型。本文主要研究了利用神经网络的非线性逼近及其自主学习的能力,通过对未知方程式曲线的辨识,实现对未知表达式曲线的插补。经过理论研究以及仿真试验表明,这样的方法能够较好的完成这一类曲线的插补。