期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于DBN-DNN的离散制造车间订单完工期预测方法
被引量：
12
1
作者
刘道元
郭宇
+2 位作者
黄少华
方伟光
杨能俊
《计算机集成制造系统》
EI
CSCD
北大核心
2020年第9期2445-2452,共8页
准确的订单完工期预测是离散制造车间生产计划制定、调度排产、产品按时交付的重要保证。基于海量的多源制造数据,设计了一种基于深度置信网络—深度神经网络(DBN-DNN)的预测模型,用于实现具有大数据特征的制造系统订单完工期快速预测...
准确的订单完工期预测是离散制造车间生产计划制定、调度排产、产品按时交付的重要保证。基于海量的多源制造数据,设计了一种基于深度置信网络—深度神经网络(DBN-DNN)的预测模型,用于实现具有大数据特征的制造系统订单完工期快速预测。选取ReLU为激活函数训练深度置信网络以提取特征,完成预训练;将预训练网络的权重和偏置参数传递至深度神经网络作为预测模型的初始化参数,并增加dropout和L2正则化,避免预测模型的过拟合问题。以某航天机加车间的10000条具有1059个特征的样本为数据集进行了数值实验,通过与多隐含层反向传播神经网络、主成分分析和反向传播神经网络的结合、主成分分析和支持向量回归的结合3种常用预测模型的对比分析,验证了所建立的预测模型在准确度和适用性方面具有更优的性能。
展开更多
关键词
大数据
订单完工期
回归预测
深度置信网络—深度神经网络模型
离散制造车间
在线阅读
下载PDF
职称材料
基于车间实时状态的订单完工周期预测方法
被引量：
12
2
作者
朱海平
刘繁茂
+1 位作者
刘琼
邵新宇
《中国机械工程》
EI
CAS
CSCD
北大核心
2009年第3期300-304,共5页
提出了一种针对多制造资源、多产品类型、离散生产系统中订单完工期的经验回归预测方法。先确定并量化描述影响订单完工期的两类主要因素,即车间实时状态和订单构成信息,基于ExSpect平台构建车间生产过程的高级Petri网仿真模型,通过随...
提出了一种针对多制造资源、多产品类型、离散生产系统中订单完工期的经验回归预测方法。先确定并量化描述影响订单完工期的两类主要因素,即车间实时状态和订单构成信息,基于ExSpect平台构建车间生产过程的高级Petri网仿真模型,通过随机模拟和仿真运行收集样本数据,训练出若干个体神经网络;然后采用基于误差聚类的改进Bagging方法建立神经网络集成预测模型;最后通过实例讨论了订单完工期预测的完整过程。结果表明,采用该方法能得到理想的预测结果。
展开更多
关键词
订单完工期
预测建模
神经网络集成
仿真模型
在线阅读
下载PDF
职称材料
题名
基于DBN-DNN的离散制造车间订单完工期预测方法
被引量：
12
1
作者
刘道元
郭宇
黄少华
方伟光
杨能俊
机构
南京航空航天大学机电学院
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2020年第9期2445-2452,共8页
基金
国家自然科学基金资助项目(51575274)
国防基础科研资助项目(JCKY2016605B006,JCKY2017203C105)。
文摘
准确的订单完工期预测是离散制造车间生产计划制定、调度排产、产品按时交付的重要保证。基于海量的多源制造数据,设计了一种基于深度置信网络—深度神经网络(DBN-DNN)的预测模型,用于实现具有大数据特征的制造系统订单完工期快速预测。选取ReLU为激活函数训练深度置信网络以提取特征,完成预训练;将预训练网络的权重和偏置参数传递至深度神经网络作为预测模型的初始化参数,并增加dropout和L2正则化,避免预测模型的过拟合问题。以某航天机加车间的10000条具有1059个特征的样本为数据集进行了数值实验,通过与多隐含层反向传播神经网络、主成分分析和反向传播神经网络的结合、主成分分析和支持向量回归的结合3种常用预测模型的对比分析,验证了所建立的预测模型在准确度和适用性方面具有更优的性能。
关键词
大数据
订单完工期
回归预测
深度置信网络—深度神经网络模型
离散制造车间
Keywords
big data
order completion time
regression and prediction
deep belief network-deep neural network model
discrete manufacturing workshop
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于车间实时状态的订单完工周期预测方法
被引量：
12
2
作者
朱海平
刘繁茂
刘琼
邵新宇
机构
华中科技大学数字制造装备与技术国家重点实验室
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2009年第3期300-304,共5页
基金
国家自然科学基金资助项目(50675082
50705036)
国家重点基础研究发展计划资助项目(2005CB724107)
文摘
提出了一种针对多制造资源、多产品类型、离散生产系统中订单完工期的经验回归预测方法。先确定并量化描述影响订单完工期的两类主要因素,即车间实时状态和订单构成信息,基于ExSpect平台构建车间生产过程的高级Petri网仿真模型,通过随机模拟和仿真运行收集样本数据,训练出若干个体神经网络;然后采用基于误差聚类的改进Bagging方法建立神经网络集成预测模型;最后通过实例讨论了订单完工期预测的完整过程。结果表明,采用该方法能得到理想的预测结果。
关键词
订单完工期
预测建模
神经网络集成
仿真模型
Keywords
order due date
predictive modeling
neural network ensemble
simulation model
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于DBN-DNN的离散制造车间订单完工期预测方法
刘道元
郭宇
黄少华
方伟光
杨能俊
《计算机集成制造系统》
EI
CSCD
北大核心
2020
12
在线阅读
下载PDF
职称材料
2
基于车间实时状态的订单完工周期预测方法
朱海平
刘繁茂
刘琼
邵新宇
《中国机械工程》
EI
CAS
CSCD
北大核心
2009
12
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
