可重入制造系统的产出短期预测方法研究

• 作者: 张洁 陈雪芳
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 可重入制造系统 神经网络 遗传算法 预测
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 研究与开发
• 页码范围: 24-27
• 页数: 4页
• 分类号: TH166
• 字数: 2531字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2008.05.009

摘要

针对可重入制造系统处于高度不确定性环境中,其产出时间序列的非线性特征,提出了基于 遗传小波神经网络的产出短期预测方法,使预测模型具有小波的优良逼近性质和神经网络的自学习自适应性质,同时,采用遗传算法训练神经网络参数,利用遗传算法隐含并行性和全局搜索性的特征,丰富优化过程中的搜索行为, 增强全局和局部意义下的搜索能力和效率.通过半导体生产线实例,进行了验证,结果表明所提出的基于遗传小波神经网络的产出短期预测方法的预测性能要优于传统BP神经网络算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张洁	上海交通大学计算机集成制造研究所	187	1538	20.0	32.0
2	陈雪芳	苏州职业大学机电工程系	14	96	4.0	9.0