-
题名基于改进BiLSTM的多工序产品质量预测研究
被引量：4
- 1
-
-
作者
张天瑞
刘玉亭
王译可
-
机构
沈阳大学机械工程学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2023年第11期2321-2332,共12页
-
基金
国家自然科学基金面上项目(52075088)
辽宁省研究生教育教学改革研究资助项目(LNYJG2022490)。
-
文摘
针对多工序产品制造过程的复杂性,为了解决多工序产品生产过程中影响产品质量问题的不确定因素,同时提高生产工序的生产能力,保证生产的稳定性,提出了一种基于核主成分分析和改进麻雀搜索算法优化BILSTM的多工序产品质量预测模型。利用KPCA对数据预处理,主成分分析的基础上结合核方法建立核函数,降维去除冗余特征,引入改进的高斯变异和均匀变异算子η改进麻雀搜索算法;将改进的麻雀搜索算法引入双向长短期记忆网络中,将降维处理后的数据导入ISSA-BiLSTM模型中实现多工序产品的质量预测;以TFT-LCD制造过程为例进行案例分析,并与现有方法比较分析。实验结果表明:该预测模型具有较好的预测精度,且均方根误差值小于10%,有效地提高了多工序产品质量的预测精度。
-
关键词
多工序产品
质量预测
KPCA
ISSA
BILSTM
-
Keywords
multi-process production
quality prediction
kernel principal component analysis(KPCA)
improved sparrow search algorithm(ISSA)
bi-directional long short-term memory(BiLSTM)
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
