基于BP神经网络的福特精益生产衡量指标BTS预测?

• 作者: 叶寒 王琦 郭映芝 陆远
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: BP神经网络 精益生产 BTS预测
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 先进管理技术
• 页码范围: 148-150,156
• 页数: 4页
• 分类号: TH166|TG506
• 字数: 2650字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2015.09.042

摘要

福特精益生产衡量指标BTS( BuildTo Schedule)是精益生产重要衡量指标之一，由于BTS在一定程度上可以衡量生产能力与排产计划相适应的水平，所以对BTS的预测有重要意义。文中预测将利用某汽车底盘厂后桥生产线几个月的生产数据，运用BP神经网络建模技术，对其后桥生产线的BTS指标进行预测，但由于标准BP神经网络存在难以收敛及易陷入局部最小值等缺陷，所以将利用动态陡度因子来改变激励函数的陡峭程度。试验表明，通过构建的预测模型所获得的预测值与真实值之间的误差相对较小，在根据预测结果调节生产线的排产计划后，其计划可执行率有所提升。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆远	南昌大学机电工程学院	31	133	6.0	8.0
2	叶寒	南昌大学机电工程学院	29	146	8.0	10.0
3	王琦	南昌大学机电工程学院	9	49	3.0	7.0
4	郭映芝	南昌大学机电工程学院	2	11	2.0	2.0