共查询到20条相似文献,搜索用时 203 毫秒
1.
经典作业车间生产环境包含多产品、多机器和多工序,提高其完工周期的预测精度对于企业提高客户满意度、优化生产调度等方面都具有重要意义。因此,针对作业车间订单完工周期预测问题提出一种卷积神经网络-支持向量回归(CNN-SVR)方法。首先,将订单完工周期影响因素分类为订单信息与车间实时状态信息,并分析得到其中的关键特征因素。进而,采用ReLU激活函数训练卷积神经网络,对生产数据特征进行自适应提取,并将结果输入至支持向量回归模型中进行预测。最后,设计FlexSim作业车间仿真模型生成车间订单生产数据,确定评价指标并进行试验验证。结果表明,相较于其他对比模型,CNN-SVR预测方法在拟合优度和预测误差等方面均有很好表现,能够得到理想的预测效果。 相似文献
2.
小批量生产质量的灰色-支持向量回归组合预测 总被引:1,自引:0,他引:1
质量控制是产品在制造阶段的质量保证。针对小批量生产模式下的质量预测补偿控制问题,提出一种灰色-支持向量回归组合模型进行质量参数预测。通过分析机械加工系统误差来源,建立了零件尺寸的数学描述模型。在此基础上,采用灰色GM(1,1)模型预测零件尺寸的趋势项,采用灰色支持向量回归模型预测残差项,符合样本数据自身的发展特性。实验表明,灰色-支持向量回归组合模型的预测精度高于其它模型,适合用于小批量生产环境下的质量预测控制。 相似文献
3.
4.
5.
6.
7.
针对随机抽取的质量数据序列的特点,提出时序空间(Time Seauence Space,TSS)的概念,将人工神经网络(Artificial Neural Network,ANN)和支持向量机(Support VectorMachine,SVM)回归模型引入质量数据预测领域.并给出了相应的过程和算法.使用均方误差对拟合精度进行检验,用相对误差对预测精度进行检验.结果表明,相对于传统的多项式回归模型,人工神经网络和支持向量机回归模型的拟合精度较高,相对误差较小,泛化能力较强,可以作为质量数据的预测方法. 相似文献
8.
提出一种基于支持向量回归的预测驾驶座椅主观舒适度的方法.预测的输入变量为14个体压分布变量以及3个人体变量,输出变量为整体舒适度指数.通过12名被试对5辆不同汽车进行实际驾驶来获取座椅压力数据.在利用支持向量回归建立的舒适度预测方法进行预测时,均方误差为0.0018,相关系数为0.869,这一结果优于人工神经网络预测模型的预测结果.研究结果有助于汽车制造企业在提高汽车座椅舒适性的过程中降低成本并缩短制造时间. 相似文献
9.
交通流量预测(TFP)是提高交通出行效率、减少智能交通系统(ITS)交通拥堵的重要问题。为了从交通流特征提取的角度提高TFP精度,该文提出了一种新的方法DG-CNN-SVR。该方法的基本思想依赖于2个方面:交通流数据趋势和不同工作日的细微差别。因此,引入差分运算来消除趋势分量,然后构建交通数据图以帮助解释复杂特征。通过卷积神经网络(CNN)进行特征学习,并使用支持向量回归(SVR)进行交通流量预测。通过测试数据集的实验结果表明,所提出的TFP方法比单独使用CNN和SVR的情况更有效。 相似文献
10.
11.
12.
混合现实装配检测中深度学习的数据增强方法 总被引:1,自引:0,他引:1
针对混合现实装配检测中,装配者的视觉检测位姿具有不确定性极易发生误检漏检的问题,提出一种混合现实装配检测中深度学习的数据增强方法.采用人为最佳数据增强策略的数据预处理方法,通过图像增强、几何变换、少量噪声干扰和随机遮挡的方式生成增强数据集,并改善图像增强过程中的特征失真,不仅能有效解决深度学习中人工标注样本任务量大的问... 相似文献
13.
针对如今的市场对压力式温度仪表的精度和操作简洁性有了更高的要求,提出了一种毛细管补偿方法来解决环境温度变化对压力式温度仪表精度的影响。该补偿的原理是在测温系统中置入一个反向偏转机构,反向偏转机构连接一根新增的毛细管,当外部环境温度变化时引起毛细管中感温介质的压力变化,压力变化通过反向偏转机构带动指针的偏转来实现反向补偿。通过传动机构与弹簧管理论分析证明该补偿机构的有效性,并经实验对比了带补偿机构与无补偿机构测温仪表的测量误差,分析得出带补偿机构的温度仪表能使测温仪表的精度得到较大的提高。 相似文献
14.
为了解决智能巡检机器人仪表读数识别中易受光照变化影响、识别精度不高等问题,结合高压变电场中常见指针区域的图像特点,建立了指针式仪表读数高精度识别系统。鉴于巡检机器人的室外工作环境,提出了迭代最大类间方差算法,实现了多种光照条件下仪表图像的指针区域提取。经过分析指针转动和图像特性,提出了基于Hough变换的指针角度识别,推导出指针角度与仪表读数的函数关系。该算法较传统Hough变换角度提取法,增加了指针中心线通过表计中心等约束条件,提高了指针角度提取的精度,降低了搜索数据量和搜索时间。通过大量实验验证所建立的表计读数识别系统可实现室外各种光照条件下表计读数识别,获得95%以上的正确识别率。多组鲁棒性实验分析表明,该系统对光照条件、指针宽度、表盘干扰、拍摄角度(不产生指针阴影)具有较好的鲁棒性,但由于拍摄角度而产生指针阴影时,会引起较大的指针中心线提取和角度计算偏差,从而降低仪表读数识别精度。 相似文献
15.
16.
鉴于航天器装配过程中不确定因素多,无法准确有效地预测和评估航天器的实际性能,装配过程中因进行大量复杂的性能试验来验证产品性能指标的符合性而极大影响了装配效率,提出一种基于数字孪生的航天器装配质量在线监控与预测方法.分析了航天器装配执行层面总体流程的特点,在此基础上给出面向航天器装配质量的数字孪生建模方法,以及面向数字孪... 相似文献
17.
针对汽车发动机装配过程中缸体泄漏问题,结合Back Propagation(BP)神经网络及粒子群优化(Particle Swarm Optimization, PSO)算法,提出了一种发动机装配工艺参数优化方法。首先,使用BP神经网络建立了生产工艺参数与质量指标之间的非线性映射关系,并以此作为泄漏率预测模型。其次,根据实际生产需求,应用皮尔逊相关性分析法求解得到相关性最强的部分工位工艺参数,并以其作为后续优化对象。最后,以BP神经网络预测模型作为适应度函数,使用粒子群优化算法求解得到工艺参数的最优值。使用400台发动机的实际生产数据进行试验。试验结果显示,BP神经网络具有较准确的预测效果,结合粒子群优化算法得到了优化后的工艺参数值,显著降低了发动机的泄漏率,具有一定的指导意义。 相似文献
18.
针对航空大型结构件一次装配成功率低、装配偏差难以预测、修配量无法精准预知等问题,提出了一种融合实测数据的修配量迭代寻优及综合评价方法。以提高修配质量为目标,融合装配过程实测数据重构模型,提出了修配方案逐步优化的总体方案,并根据修配工艺要求提出了基于改进粒子群算法的修配仿真优化方法,进行修配仿真与装配精度预测,确保装配精度首先满足要求;根据模糊数学隶属度理论对修配成本、难度等定性因素进行综合量化评价,实现了多组修配方案的最终优化。以某型中央翼盒总装站位的肋缘条位置偏差控制为例,开发修配方案生成软件工具,开展实际装配作业前的精度预测与修配仿真优化工作。现场应用表明:所提方法可精确预测装配误差,事先准确确定修配方案,切实提高装配质量及效率。 相似文献
19.
20.
在侧铣加工中,刀具磨损和变形引起的刀具回转轮廓误差在实际加工前难以准确预测。提出一种工件形状刀具轮廓映射的辨识试验方法来获取加工过程刀具回转轮廓误差,并通过多因素正交试验获取了不同工况下刀具回转轮廓误差数据库。基于误差数据,采用最小二乘支持向量机(LS-SVM)技术建立了刀具回转轮廓误差预测模型。运用遗传算法优化对所提模型有重要影响的核函数参数和错误惩罚因子, 建立了基于遗传算法优化的最小二乘支持向量机(GA-LS-SVM)模型,并与未经遗传算法优化的LS-SVM模型进行了对比,试验结果表明,GA-LS-SVM预测模型能更好地适用于刀具回转轮廓误差预测。 相似文献