文献

J-GLOBAL ID：202002243161187005   整理番号：20A2600558

DBN-DNNに基づく離散製造車間注文工期予測方法【JST・京大機械翻訳】

DBN-DNN-based order completion time prediction method for discrete manufacturing workshop

著者 (5件)： Liu Daoyuan (南京航空航天大学机電学院,江蘇南京 210016) ,  Guo Yu (南京航空航天大学机電学院,江蘇南京 210016) ,  Huang Shaohua (南京航空航天大学机電学院,江蘇南京 210016) ,  Fang Weiguang (南京航空航天大学机電学院,江蘇南京 210016) ,  Yang Nengjun (南京航空航天大学机電学院,江蘇南京 210016)
資料名： Jisuanji Jicheng Zhizao Xitong  (Jisuanji Jicheng Zhizao Xitong)
巻： 26  号： 9  ページ： 2445-2452  発行年： 2020年 
JST資料番号： C2700A  ISSN： 1006-5911  CODEN： JJZXFN  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 正確な注文完了期予測は、離散製造工場の生産計画策定、スケジューリング生産、製品がタイムリーに渡る重要な保証である。大規模データ特徴を持つ製造システムの注文完了期を迅速に予測するために,深さ信頼ネットワーク-深さニューラルネットワーク(DBN-DNN)に基づく予測モデルを,大量生産データに基づいて設計した。活性化関数としてReLUを用いて,特徴を抽出し,事前訓練を完了し,そして,事前訓練ネットワークの重みとバイアスパラメータを,予測モデルの初期パラメータとして伝達し,そして,dropoutおよびL2正則化を増加させ,そして,予測モデルの過適合問題を避けた。ある宇宙飛行機加車間の100本の1059個の特徴を持つサンプルをデータセットとして数値実験を行い、マルチ隠れ層逆伝播ニューラルネットワーク、主成分分析と逆伝播ニューラルネットワークとのカップリングを行った。主成分分析(PCA)とサポートベクトル回帰(SVR)の3つの一般的予測モデルの比較分析は,確立した予測モデルが精度と適用性においてより良い性能を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *予測技法 ,  スケジューリング ,  生産計画 ,  大量生産 ,  ネットワーク ,  飛行機 ,  ニューラルネットワーク ,  *工期 ,  正則化 ,  宇宙空間 ,  主成分分析 ,  予測モデル
準シソーラス用語： 隠れ層 ,  逆伝播ニューラルネットワーク ,  サポートベクトル回帰 , 【Automatic Indexing@JST】

分類 (1件)： 計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (3件)： 注文 ,  工期 ,  予測方法