共查询到20条相似文献,搜索用时 108 毫秒
1.
2.
工时定额数据量大、影响因素多,使用常规拟合方法计算工时定额比较困难。为提高工时定额计算的正确性,采用人工神经网络技术,在MATLAB中建立了工时定额计算神经网络模型。针对BP神经网络存在易陷入局部最小值、收敛速度慢等不足,引入标准遗传算法来优化神经网络的权值和阈值。实验结果表明,基于实数编码的遗传算法优化速度快,优化后的神经网络迅速收敛,神经网络模型的测试误差低于5%。遗传神经网络可以克服单独使用神经网络时存在的缺点,训练好的模型在工时定额计算时正确性较高,有较好的实用价值。 相似文献
3.
计算机辅助工时定额系统的研究与开发 总被引:3,自引:0,他引:3
提出了一种基于基元理论,以工作研究法现场测定数据作为制定定额的依据,运用神经网络研究工时变化规律的通用化计算机辅助工时定额系统,在此基础上探讨了工时的分类划分,阐明了系统的体系结构和功能模块,最后介绍了系统的应用流程。 相似文献
4.
对于一个制造企业如果存在两个相似度很高的壳体类零件,则它们的工艺流程以及工时定额也基本一致。将推理技术应用于壳体类零件的工时定额,首先建立壳体类零件工时信息模型,研究零件工时实例的表达方法、相似度检索算法以及实例重用阶段的数控加工工时计算方法,并通过实例验证了该方法的可行性,将定额结果与查表法定额结果比较,误差控制在5%以下,工时定额效率得到了很大的提高。 相似文献
5.
6.
企业工时定额管理与工时定额员 总被引:3,自引:0,他引:3
工时定额是企业组织生产的重要依据 ,工时定额管理是一项重要的科学管理工作。工时定额管理工作 ,影响企业的产品质量、劳动生产率和经济效益。工时定额员的素质、定额员水平的一致性 ,决定了企业工时定额管理工作的成效 相似文献
7.
工时定额的恰当与否,直接关系到工厂每位操作工的切身利益,直接影响到每位一线操作者的生产积极性。文中以生产实际为依据,从工时定额的核心入手,给出了一些适合大多数中小企业的制定办法。 相似文献
8.
9.
计算机辅助工时定额系统 总被引:3,自引:0,他引:3
计算机辅助工时定额系统是按工厂要求,采用编码设计思想,使系统不仅独立使用方便,也为今后的扩充和发展打好了基础;系统具有完善的浏览,汇总,修改,报表打印,系统服务等功能,工时计算机结果合理准确。 相似文献
10.
11.
基于人工神经网络的曲轴残余应力巴克豪森测试仪 总被引:1,自引:0,他引:1
研制了基于巴氏噪声的曲轴残余应力测试仪,介绍了人工神经网络技术的原理、学习与训练方法等内容,以及如何建立BN信号与应力间的关系。实验数据表明该仪器测试数据准确可靠。 相似文献
12.
唐锐 《机电产品开发与创新》2008,21(3):190-191
提出了一种利用人工神经网络的非线性逼近和自学习的能力,对凸轮轮廓进行曲线插补的方法,理论研究和仿真试验表明,该方法插补速度快、精度高、能够满足实时插补的需要。 相似文献
13.
介绍了人工神经网络ANN(artificial neural network)的基本原理,将ANN技术引入专家系统,即基于ANN的专家系统,使专家系统的性能得到了很好的改善.基于ANN的专家系统通过合理的计算,产生智能,完成推理判断,采用这种方法推理,不仅速度快,而且适应规则变化能力强,在克服传统专家系统缺点的基础上,突显其优良特性.简要介绍了ANN的应用. 相似文献
14.
15.
16.
应用BP神经网络建立砂轮修整参数与砂轮表面形貌之间的非线形关系模型,以此研究对砂轮修整效果的影响。经试验验证,预测结果具有良好的精度。 相似文献
17.
18.
基于信息优化的前馈神经网络及其应用 总被引:9,自引:0,他引:9
为了克服普通前馈神经网络(BP网络)忽略网络中包含的信息的缺点,将信息理论引入到BP网络中,分析基于信息熵优化的BP网络的学习,结构优化和网络分类能力等问题,并用于变速齿轮箱的故障分类识别。 相似文献
19.
小波神经网络诊断系统的应用与进展 总被引:6,自引:0,他引:6
虞和济 《振动、测试与诊断》1998,18(2):85-90
针对机械设备的非线性系统特性及其信号的非平稳时变特性,提出了用小波分析法处理非平稳时变信号提取特征向量和采用神经网络映射系统的非线性传递特性的设备诊断系统,实现对复杂机械的故障诊断。并分析了神经网络诊断系统的发展前景。 相似文献
20.
Bruno da Cunha Diniz Raimundo Carlos Silverio Freire Junior Sandi Itamar Schafer de Souza 《机械工程与自动化:英文版》2014,(5):372-381
One of the main concerns in Engineering nowadays is the development of aircrafts of low consumption and high performance. For this purpose, airfoils are studied and designed to have an elevated lift coefficient and a low drag coefficient, thus generating a highly efficient airfoil. The higher the efficiency value is, the lower the aircraft fuel consumption will be; thus improving its performance. In this sense, this work aims to develop a tool for airfoil creation from some desired characteristics, such as the lift and drag coefficients and maximum efficiency rate, using an algorithm based on an ANN (artificial neural network). In order to do so, a database of aerodynamic characteristics with a total of 300 airfoils was initially collected from the XFoil software. Then, through a routine implemented in the MATLAB software, network architectures of one, two, three and four modules were trained, using the back propagation algorithm and momentum. The cross-validation technique was applied to analyze the results, evaluating which network possesses the lowest value in RMS (root-mean-square) error. In this case, the best result obtained was from the two-module architecture with two hidden neuron layers. The airfoils developed by this network, in the regions with the lowest RMS, were compared to the same airfoils imported to XFoil. The presented work offers as a contribution, in relation to other works involving ANN applied to fluid mechanics, the development of airfoils from their aerodynamic characteristics. 相似文献