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:
针对复杂产品的装配服务执行决策问题,分析了装配大数据和装配调度优化的关键技术,并提出了一个大数据分析和调度优化模型.通过引入局部线性嵌入、自适应Boosting、支持向量机和D-S证据理论方法对装配大数据进行分析,输出不确定信息的决策.与此同时,提出了一种基于生理大数据的人为误差预测方法来探索装配任务和内外部环境对装配效率的影响.最后,通过采用装配任务的可变度量聚类方法,以保证装配效率和生产平衡的最大化.
推荐文章
面向服务的气象大数据分析
气象大数据
服务方式
数据环境
面向MES的装配作业调度系统研究
赋时佩特里网
装配过程
调度算法
大数据分析概要
大数据
大数据分析
未来趋势
面向高职高专的慕课大数据分析及应用
MOOC
物联建设平台架构
大数据
计算机媒体类课程
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 面向制造装配过程的大数据分析与调度优化研究
来源期刊 装备制造技术 学科 经济
关键词 大数据分析 装配调度优化 SVM D-S证据理论
年,卷(期) 2018,(10) 所属期刊栏目 专论综述
研究方向 页码范围 24-28
页数 5页 分类号 F403.3
字数 4367字 语种 中文
DOI 10.3969/j.issn.1672-545X.2018.10.008
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 李世强 7 4 1.0 2.0
2 宋海涛 4 4 1.0 2.0
3 兰雅琴 2 0 0.0 0.0
4 陆涛 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (73)
参考文献  (22)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(10)
  • 参考文献(2)
  • 二级参考文献(8)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(9)
  • 参考文献(3)
  • 二级参考文献(6)
2015(8)
  • 参考文献(7)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
大数据分析
装配调度优化
SVM
D-S证据理论
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
装备制造技术
月刊
1672-545X
45-1320/TH
大16开
广西壮族自治区南宁市
1973
chi
出版文献量(篇)
14754
总下载数(次)
37
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导