为应对当今供应链库存管理面临的牛鞭效应、两时间尺度特性和不确定性干扰等挑战,开发了一种基于径向基函数神经网络(radial basis function neural network,RBFNN)的两时间尺度供应链H_(∞)最优控制器。利用奇异摄动理论将原两时间尺...为应对当今供应链库存管理面临的牛鞭效应、两时间尺度特性和不确定性干扰等挑战,开发了一种基于径向基函数神经网络(radial basis function neural network,RBFNN)的两时间尺度供应链H_(∞)最优控制器。利用奇异摄动理论将原两时间尺度供应链模型分解为2个具有不同时间尺度的独立子系统;创新性地使用RBFNN在线近似补偿子系统的不确定项,进而采用H_(∞)控制来抑制RBFNN近似误差带来的不确定性。在理论层面上分析证明了所提方法的稳定性。通过一个电视机生产流程仿真案例,验证了所提方法相比2种其他两时间尺度问题解决方法,具有更高的跟踪控制精度和应用可行性。展开更多
为实现对船体分段焊接质量的有效管控,提出基于径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)模型和异常检测的船体分段焊接质量溯源方法。从质量影响因素、不合格产品质量溯源方法和不合格产品质量溯源体系架构等...为实现对船体分段焊接质量的有效管控,提出基于径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)模型和异常检测的船体分段焊接质量溯源方法。从质量影响因素、不合格产品质量溯源方法和不合格产品质量溯源体系架构等方面对船体分段焊接不合格产品质量溯源进行设计。从数据预处理、影响因素定位和影响因素排序等方面对船体分段焊接不合格产品质量溯源流程进行设置。经实例验证,所提出的方法可有效进行船体分段焊接质量溯源。展开更多
文摘为应对当今供应链库存管理面临的牛鞭效应、两时间尺度特性和不确定性干扰等挑战,开发了一种基于径向基函数神经网络(radial basis function neural network,RBFNN)的两时间尺度供应链H_(∞)最优控制器。利用奇异摄动理论将原两时间尺度供应链模型分解为2个具有不同时间尺度的独立子系统;创新性地使用RBFNN在线近似补偿子系统的不确定项,进而采用H_(∞)控制来抑制RBFNN近似误差带来的不确定性。在理论层面上分析证明了所提方法的稳定性。通过一个电视机生产流程仿真案例,验证了所提方法相比2种其他两时间尺度问题解决方法,具有更高的跟踪控制精度和应用可行性。
文摘为实现对船体分段焊接质量的有效管控,提出基于径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)模型和异常检测的船体分段焊接质量溯源方法。从质量影响因素、不合格产品质量溯源方法和不合格产品质量溯源体系架构等方面对船体分段焊接不合格产品质量溯源进行设计。从数据预处理、影响因素定位和影响因素排序等方面对船体分段焊接不合格产品质量溯源流程进行设置。经实例验证,所提出的方法可有效进行船体分段焊接质量溯源。
