-
题名基于深度学习的制造工艺过程自动生成方法研究
被引量：1
- 1
-
-
作者
徐文文
王裴岩
张桂平
蔡东风
-
机构
沈阳航空航天大学人机智能研究中心
-
出处
《计算机应用与软件》
北大核心
2022年第12期96-101,共6页
-
基金
沈阳市重大科技创新研发计划项目(Y19-1-011)
辽宁省自然科学基金计划重点项目(20170540705)。
-
文摘
面向制造工艺过程的自动生成,提出一种基于深度学习的方法,具体为一种CNN-LSTM网络。CNN-LSTM网络通过多路CNN和LSTM两种编码器分别对工艺属性和前序工序序列编码,生成特征向量,将特征向量组合后作为解码器的输入,生成后续工序。能够解决多方面输入信息的特征分析问题,以及在工序序列生成中前序工序序列信息与输入信息融合的问题。在2 360份制造大纲文件数据上的实验表明,该方法生成的工艺过程与参考工艺过程的相似性达到0.451 5,BLEU-4达到0.237 6,好于对比方法。
-
关键词
工艺过程自动生成
多路CNN
LSTM
-
Keywords
Automatic process generation
Multi-channel CNN
LSTM
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
