论文部分内容阅读
在热来源地点,它的紧张,热展开系数,机器系统配置和跑的环境之间的相互作用创造一台工作母机的复杂热行为,并且也使热错误预言困难。到这发出的地址,为工作母机的一个新奇预言方法热错误基于贝叶斯的网络(BN ) 被介绍。方法描述了由图理论导致热变丑的因素的因果关系并且由贝叶斯的统计技术估计了热错误。由于领域知识和抽样数据的有效联合, BN 方法能适应运用机器的状态的变化,并且获得令人满意的预言精确性。锭子的实验热变丑被进行评估当模特儿的表演。试验性的结果显示 BN 方法比最少的广场(LS ) 更好远表现分析以当模