{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[2022,4,3]]，“日期时间”：“2022-04-03T13:06:36Z”，“时间戳”：1648991196505}，“参考计数”：0，“发布者”：“IOS出版社”，“许可证”：[{“开始”：{“日期部分“：[2021,12,22]]，”日期时间“：”2021-12-22T00:00Z“，”timestamp“：1640131200000}，”内容版本“：“unspecified”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by-nc\/4.0\/”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”published-print“：{”date-parts“：[2021,12,22]]}，”abstract“：”为了减少计算机数控进给系统的跟踪误差，提高数控加工精度，提出了一种基于模糊C均值鲁棒变分回波状态网络的预测模型。首先对进给速度时间序列进行聚类，然后对不同类别的进给速度时间序列进行重构。建立了多阶段鲁棒预测模型，实现了数控加工进给速度的多阶段鲁棒预报，以减小进给系统的跟踪误差。最后，利用不同进给速度下的参考时间序列和实际时间序列对所建立的模型进行了验证。结果表明，该方法可以减小跟踪误差，实现对进给系统时间序列的有效预测<\/jats:p>“，”DOI“：”10.3233\/faia210387“，”type“：”book-chapter“，”created“：{”date-parts“：[2021,12,29]]，”date-time“：”2021-12-29T10:20:50Z“，”timestamp“：1640773250000}，”source“：“Crossref”，”is-referenced-by-count“：0，”title“：[”饲料系统时间序列的多级预测“]，”prefix“：”103233“，”author“：[{”given“Lihua”“，”family“：”Shen“，”sequence“：”first“，”affiliation“：[{“name”：“中国沈阳航空航天大学”}]}，{“given”：“Biling”，“family”：“Wang”，“sequence”：“additional”，“affiliation:[{”name“：”Avic Aerodynamics Research Institute of China“}]}.，{”given“：”Hongjun“，”family“：”Liu“，”sequence“：”additional“，”filiational“：[[{名称“：”中国沈阳航空大学}]}]，“成员”：“7437”，“容器标题”：[“CECNet 2021会议记录”，“人工智能与应用前沿”]，“原标题”：[]，“链接”：[{“URL”：“https://\/ebooks.iospress.nl\/pdf\/doi\/10.3233\/FIA210387”，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用”：“相似性检查”}]，“存放”：{“日期部分”：[[2021,12,29]]，“date-time“：”2021-12-29T10:20:51Z“，”timestamp“：1640773251000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/ebooks.iospress.nl\/doi\/10.3233\/FAIA210387”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“date-parts”：[2021,12,22]]}，‘references-count’：0，‘URL’：”http://\/dx.doi.org \/10.3233 \/FAIA210387“，”关系“：{}，”ISSN“：[”0922-6389“，”1879-8314“]，”issn-type“：[{”value“：“0922-6389”，“type”：“print”}，{”value“：“1879-8314”，“type”：“electronic”}]，“subject”：[]，“published”：{”date-parts“：[2021,12,22]]}}}