船舶虚拟制造中狼群优化卷积神经网络的控制应用

• 作者: 肖世龙 吴迪 唐超尘 神显豪 张德育
• 来源期刊: 计算机科学
• 关键词: 虚拟工业制造 狼群算法 卷积神经网络 虚拟制造单元 平均制造时间
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 135-139
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.11896/jsjkx.200900183

摘要

为了优化虚拟工业制造的控制策略,采用狼群优化的卷积神经网络算法进行虚拟工业制造控制研究.首先根据虚拟工业制造任务和资源数据,建立任务-资源列表,并结合单位矩阵对任务-资源列表进行稀疏化,形成虚拟制造单元;接着建立卷积神经网络虚拟制造控制模型,并采用狼群算法对权重和偏置进行优化;最后以所有任务的平均制造时间为目标函数,对虚拟制造单元进行训练优化.船舶主机虚拟制造实验证明,相比于常用的控制算法,通过合理设置卷积核池化尺寸的狼群优化卷积神经网络算法能够获得平均制造时间的最优解.