摘要
针对BP神经网络成本估算方法无法找出典型样本的问题,提出了基于实例推理(Case-Based Reasoning,CBR)技术与BP(Back Propagation)神经网络相结合的成本估算方法,利用CBR技术为BP神经网络筛选出典型实例样本。以QZ型抓斗桥式起重机的成本估算为例进行验证,结果表明基于CBR技术与BP神经网络的成本估算方法更加有效,精度更高。
In order to solve the problem of that BP neural network cost estimation method can＇t find representative samples, a method of product cost estimation based on CBR technology and BP neural network is proposed. Use CBR technology find representative sample for BP neural network. Finally, the new method is used to estimate the cost of QZ type bridge crane. It is demonstrated that the new method is more efficient and has higher accuracy than BP neural network cost estimation method.
出处
《现代制造工程》
CSCD
北大核心
2014年第3期27-30,共4页
Modern Manufacturing Engineering
基金
国家自然科学基金项目(71271160
51205295)
湖北省创新团队项目(T201102)
作者简介
周敏，教授，博士生导师，主要从事企业资源计划、工业工程与管理方面的研究。E-mail：768847416@qq．com
张力，硕士研究生，研究方向为企业信息化。
江志刚，副教授，主要研究方向为绿色制造与再制造、制造系统工程等。
蒋国章，教授，博士生导师，主要从事生产计划与调度和工业工程等方面的研究。
