1. 毕业设计（论文）主要内容：

随着现代机床制造技术的提高，由机床内外温度变化造成的热误差成为影响加工精度的主要因素，通过热误差补偿来提高机床的加工精度是目前一项重要的技术手段。

在实验数据采集过程对于不同工况的数据中通常存在着大量的非均衡数据,为此,本课题将热误差建模和非均衡数据处理方法结合起来，对不同工况间样本不均衡的数据进行预处理，构建基于深度学习的机床热误差预测模型，并与传统的机器学习模型预测效果进行对比，完成热误差建模与预测，并对结果进行分析。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇)，了解本研究领域的基本理论、关键技术与研究现状。

（2）完成开题报告。

（3）熟练掌握python语言，对不同工况下样本不均衡的数据进行预处理并进行热误差建模，对结果进行分析。

3. 毕业设计（论文）完成任务的计划与安排

(1) 第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。

(2) 第4－5周：论文开题。

(3) 第6－12周：撰写论文初稿。

4. 主要参考文献

任光远. 环境温度及工况对重型机床热特性影响的实验研究[d].华中科技大学,2013.

[2] 雷琪. 贝叶斯网络在机床热误差动态补偿建模中的应用[d].华中科技大学,2012.

[3] hahn s., konietschke f., salmaso l. (2014) a comparison of efficient permutation tests for unbalanced anova in two by two designs and their behavior under heteroscedasticity. in: melas v., mignani s., monari p., salmaso l. (eds) topics in statistical simulation. springer proceedings in mathematics amp; statistics, vol 114. springer, new york, ny