基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过车间25个月的实际生产数据作为历史样本数据,找出对产能起主要影响作用的因素,并利用人工神经网络来训练并预测4个月的车间产能,与实际产能作对比,分析其准确性和可靠性,取得了良好的效果.可协助排产员在进行相应的排产时,合理有效的安排生产,同时可为企业管理层在做相关的决策、分析时,提供参考依据.
推荐文章
基于人工神经网络的经济预测模型
改进BP算法
神经网络
GDP
时间序列
基于人工神经网络的连续油管疲劳寿命预测
连续油管
疲劳寿命
表面缺陷
人工神经网络
基于人工神经网络的浮游植物密度预测模型研究
人工神经网络
浮游植物
赤潮
预测
基于人工神经网络的农户经济收入预测研究
人工神经网络
BP算法
农户经济收入预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工神经网络的车间产能预测
来源期刊 软件 学科 工学
关键词 人工神经网络 预测 产能
年,卷(期) 2014,(8) 所属期刊栏目 基金项目论文
研究方向 页码范围 22-25
页数 4页 分类号 TP391
字数 2785字 语种 中文
DOI 10.3969/j.issn.1003-6970.2014.08.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨家荣 上海电气集团股份有限公司中央研究院 26 128 7.0 10.0
2 许伟 上海电气集团股份有限公司中央研究院 8 29 3.0 5.0
3 谈宏志 上海电气集团股份有限公司中央研究院 5 20 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (34)
参考文献  (8)
节点文献
引证文献  (14)
同被引文献  (73)
二级引证文献  (85)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(11)
  • 引证文献(3)
  • 二级引证文献(8)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(35)
  • 引证文献(2)
  • 二级引证文献(33)
2019(27)
  • 引证文献(3)
  • 二级引证文献(24)
2020(10)
  • 引证文献(0)
  • 二级引证文献(10)
研究主题发展历程
节点文献
人工神经网络
预测
产能
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导