《表4 鲁棒性评价结果：数控机床热误差预测模型的评估方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《数控机床热误差预测模型的评估方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据规定，鲁棒性评价指标的取值在[0，1) 属于优，[1，2) 属于良，[2，3) 属于中，[3，4]属于差。因此根据模糊综合法的式（3）～式（6），可以得到优、良、中、差4个评价等级的隶属函数分别为f1，f2，f3，f4。分别求出RBF、MLR、BP三种模型关于这四个影响因素对于上述四种级别的模糊关系矩阵F1，F2，F3，根据模糊综合法的式（7）和式（8）可以得到鲁棒性级别隶属度，然后通过一个综合加权得到最后的评价结果，如表4所示。