-
题名基于IGBCA与SVM的质量预测
被引量：6
- 1
-
-
作者
李先飞
高琦
高菲
-
机构
山东大学机械工程学院
山东大学高效清洁机械制造教育部重点实验室
-
出处
《制造技术与机床》
北大核心
2019年第12期128-132,共5页
-
基金
“十三五”装备预研领域基金项目(61409230102)
-
文摘
为了提高制造过程的质量预测精度和效率,提出了一种基于改进遗传蜂群算法(IGBCA)与支持向量机(SVM)的质量预测模型。首先,针对实际生产中,影响质量变动的因素具有多变量、复杂非线性、时变性等特点,选择支持向量机进行预测;然后针对现有的支持向量机参数选择方法存在精度不高、收敛速度慢的问题,提出了一种改进遗传蜂群算法对支持向量机的参数进行搜索寻优。经过实例对比分析得出,利用改进的遗传蜂群算法得到的支持向量机质量预测模型比利用遗传算法(GA)、人工蜂群算法(ABCA)得到的预测模型精度更高、收敛时间更短。
-
关键词
质量预测
改进遗传蜂群算法
支持向量机
-
Keywords
quality prediction
improved genetic bee colony algorithm
support vector machine
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名工业大数据驱动的智能制造服务系统构建技术
被引量：2
- 2
-
-
作者
张卫
王兴康
石涌江
顾新建
王俊
田景红
-
机构
浙江师范大学浙江省城市轨道交通智能运维技术与装备重点实验室
英国剑桥大学工程系制造研究院
浙江大学流体动力基础件与机电系统全国重点实验室
-
出处
《中国科学：技术科学》
EI
CSCD
北大核心
2023年第7期1084-1096,共13页
-
基金
国家自然科学基金(批准号:51205353)
国家社会科学基金(编号:17BGL086)
浙江省重点研发计划(编号:2019C01134)资助项目。
-
文摘
为了快速响应终端用户的制造服务需求,提出了智能制造服务系统构建方法,该方法以智能制造服务活动大数据为基础,将制造服务需求转换为智能制造服务方案,并调用智能制造服务模块匹配方案,集成为智能制造服务系统提供给终端用户.在智能工厂、智能生产、智能服务等智能制造服务活动大数据分析基础上,建立了智能制造服务系统模块化的过程模型,该模型以用户域、功能域、制造服务域、流程域、交付域刻画模块化过程的映射关系.结合工业大数据和改进遗传蜂群算法对智能制造服务系统构建过程中智能制造服务模块组合优选问题制定了优选方案,提出了基于反向学习的改进遗传蜂群算法(IGBCOL)的智能制造服务模块组合优选策略.最后通过汽车个性化定制服务模块的算例分析,验证了该算法的可行性,以及工业大数据驱动智能制造服务系统构建方法的有效性.
-
关键词
智能制造服务
工业大数据
模块化
改进遗传蜂群算法
制造服务组合优选
-
Keywords
intelligent manufacture service
modularization
industrial big data
particle swarm optimization algorithm
manufacturing service combination optimization
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
TP29
[自动化与计算机技术—计算机科学与技术]
-
