10.3969/j.issn.1006-9348.2022.12.091
改进卷积神经网络在预制构件工时预测中应用
实际生产中的一些不可控因素使得理论生产工时与实际生产工时存在偏差,成为预制构件生产过程中预先编制好的生产计划无法有效指导实际生产问题的主要原因之一.提出一种基于改进卷积神经网络(Improved Convolution Neural Net-work)的预制构件生产工时预测方法.综合考虑生产工时与构件结构、时间序列等特征的相关性对卷积神经网络进行改进,建立双链循环神经网络并添加门控循环单元.它结果表明,提出的改进卷积神经网络具有较高的精准度和较快的损失值收敛速度,且改进卷积神经网络在解决预制构件生产工时预测问题方面具有有效性.
预制构件、生产工时、卷积神经网络、门控循环单元
39
TP183(自动化基础理论)
国家自然科学基金;辽宁省重点研发计划指导计划项目;辽宁省重点研发计划指导计划项目
2023-02-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
490-496