期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于PSO-BP神经网络的船体分段任务包工时定额模型
被引量：
8
1
作者
习立洋
吴娜
+3 位作者
吉永军
周宏
蒋志勇
刘建峰
《船舶工程》
CSCD
北大核心
2020年第2期135-141,共7页
为解决船体分段任务包工时定额的计算过度依赖线性公式而忽略工时定额与工艺参数之间的非线性关系的问题,提高工时定额计算的效率和精确度,将PSO-BP神经网络技术应用到船体分段任务包工时定额中。通过对影响船体分段中间产品额定工时的...
为解决船体分段任务包工时定额的计算过度依赖线性公式而忽略工时定额与工艺参数之间的非线性关系的问题,提高工时定额计算的效率和精确度,将PSO-BP神经网络技术应用到船体分段任务包工时定额中。通过对影响船体分段中间产品额定工时的工艺参数进行分析,建立多输入单输出的PSO-BP神经网络模型,并应用实际数据对PSO-BP神经网络进行训练,测试仿真结果与实际值之间的误差在允许范围内。验证结果表明,采用PSO-BP神经网络建立船体分段任务包工时定额模型,能对任务包作业工时进行准确预测。
展开更多
关键词
PSO-BP神经网络
分段任务包
工时定额
原文传递
题名
基于PSO-BP神经网络的船体分段任务包工时定额模型
被引量：
8
1
作者
习立洋
吴娜
吉永军
周宏
蒋志勇
刘建峰
机构
江苏科技大学船舶与海洋工程学院
上海外高桥造船有限公司
上海交通大学机械与动力工程学院
出处
《船舶工程》
CSCD
北大核心
2020年第2期135-141,共7页
基金
“船体分段智能车间制造执行管控技术”项目(工信部装函2017[614]号)。
文摘
为解决船体分段任务包工时定额的计算过度依赖线性公式而忽略工时定额与工艺参数之间的非线性关系的问题,提高工时定额计算的效率和精确度,将PSO-BP神经网络技术应用到船体分段任务包工时定额中。通过对影响船体分段中间产品额定工时的工艺参数进行分析,建立多输入单输出的PSO-BP神经网络模型,并应用实际数据对PSO-BP神经网络进行训练,测试仿真结果与实际值之间的误差在允许范围内。验证结果表明,采用PSO-BP神经网络建立船体分段任务包工时定额模型,能对任务包作业工时进行准确预测。
关键词
PSO-BP神经网络
分段任务包
工时定额
Keywords
PSO-BP
neural
net
work
hull
block
working
package
based
man-hour
quota
分类号
U661.43 [交通运输工程—船舶及航道工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于PSO-BP神经网络的船体分段任务包工时定额模型
习立洋
吴娜
吉永军
周宏
蒋志勇
刘建峰
《船舶工程》
CSCD
北大核心
2020
8
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
