1.一种基于BP神经网络的数控加工逼近误差计算方法，其特征在于，包含以下步骤：步骤1：导入曲面模型，规划等参数刀轨；

步骤2：数据准备及预处理；

步骤3：建立神经网络模型；

步骤4：计算逼近误差值；

其中所述导入曲面模型，规划等参数刀轨包括：对曲面模型采用刀触点截面线法和等参数步长法规划出刀轨，并获取每个刀触点、刀位点及其局部刀触点曲线、逼近误差信息；

所述数据准备及预处理过程包括：为每个刀位点构造一个样本，所包括的参数有：逼近误差计算值y所述建立神经网络过程包括：设置创建神经网络所需参数：隐藏层神经元数n所述计算逼近误差值过程包括：

将样本数据集中的样本逐一导入神经网络，样本数据在网络中进行前向传播，传播到输出层时输出的数据为网络模型的逼近误差计算值y使用MSE损失函数计算理论值d

若精度未达到预期，则开始进行反向传播，使用梯度下降算法对神经元的权重与偏置值进行调整，使MSE损失函数值达到最小；

若精度仍未达到预期，则对网络模型的超参数进行调整并重新开始计算，直到模型的计算精度到达最高；

保存模型的逼近误差计算值以及神经网络模型的权重、偏置值。