基于深度学习的人工智能设计决策模型 |
| |
引用本文: | 王亚辉,余隋怀,陈登凯,初建杰,刘卓,王金磊,马宁.基于深度学习的人工智能设计决策模型[J].计算机集成制造系统,2019,25(10). |
| |
作者姓名: | 王亚辉 余隋怀 陈登凯 初建杰 刘卓 王金磊 马宁 |
| |
作者单位: | 西北工业大学陕西省工业设计工程实验室,陕西西安,710072;陕西科技大学设计与艺术学院,陕西西安,710021 |
| |
基金项目: | 国家重点研发计划;高等学校学科创新引智计划计划) |
| |
摘 要: | 为了消除设计决策者决策偏好对产品开发的影响,进一步提升设计决策效率,提出了ResNet人工智能设计决策模型。该模型基于人工智能思想,构建了基于产品造型语义的设计历史方案数据集,并对该数据集进行了产品造型语义标注。通过深度残差学习网络算法(ResNet)对数据集进行不断训练来提高设计决策的准确度,将一般设计决策问题转化为设计方案图像的语义识别问题,最大限度地消除了决策者决策偏好的影响。通过起重机造型设计决策实例,验证了ResNet人工智能设计决策算法的有效性和可行性。
|
关 键 词: | 深度学习 人工智能 设计决策 设计语义 ResNet算法 产品开发 |
本文献已被 CNKI 万方数据 等数据库收录! |
|