DE_kmeans预测液压缸零件工时定额 |
| |
引用本文: | 潘彩霞,陆宝春,张均利.DE_kmeans预测液压缸零件工时定额[J].机械设计与制造,2019(4):162-165. |
| |
作者姓名: | 潘彩霞 陆宝春 张均利 |
| |
作者单位: | 南京理工大学机械工程学院 |
| |
摘 要: | 为提高液压缸零件工时定额预测的准确性及高效性,提出一种基于加工特征参数的DE_kmeans预测模型。首先根据工时影响因素提炼出历史及待预测加工特征参数;采用改进的DE_kmeans算法对历史加工特征参数进行聚类成组;对每个聚类组分别建立BP神经网络预测模型并基于历史加工特征参数进行训练;针对待预测加工特征参数,按照标准化欧式距离最小的原则划分至特定聚类组及预测模型;用该模型对待预测零件工时进行预测。通过测试实例验证该方法的预测误差控制在10%以内,证明该方法的可行性及有效性。
|
关 键 词: | 工时定额 预测 加工特征参数 改进DE_kmeans BP神经网络 |
本文献已被 CNKI 维普 等数据库收录! |
|