检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

大数据驱动的晶圆工期预测关键参数识别方法

机械工程学报 2018年第23期54卷 185-191页

作者：汪俊亮张洁东华大学机械工程学院上海201620 上海交通大学机械与动力工程学院上海200240

工期是晶圆制造中的重要性能指标,对其进行精准预测可促进系统运行优化,保证订单的准时交付率。针对晶圆工期影响参数多、数据体量大且作用机理复杂的特点,提出数据驱动的晶圆工期关键参数过滤方法,识别影响晶圆工期波动的关键参数。分... 详细信息

工期是晶圆制造中的重要性能指标,对其进行精准预测可促进系统运行优化,保证订单的准时交付率。针对晶圆工期影响参数多、数据体量大且作用机理复杂的特点,提出数据驱动的晶圆工期关键参数过滤方法,识别影响晶圆工期波动的关键参数。分析晶圆工期潜在影响参数,构建候选参数集;基于信息熵方法设计关键参数的入选测度,综合度量参数间的相关性、冗余性与互补性;提出过滤式的关键参数识别算法,滤取影响工期波动的关键参数子集。采用实例数据,从1 202个候选参数中过滤得到78个关键参数,并采用神经网络模型进行工期预测,结果表明,该方法在预测精度和稳定性上都优于采用全局参数的多元线性回归与神经网络方法。

关键词：晶圆制造工期预测大数据参数筛选

在线全文

学校读者我要写书评

暂无评论

同异反网络计划的工期预测方法

系统工程与电子技术 2001年第5期23卷 24-27页

作者：黄德才赵克勤陆耀忠浙江工业大学信息工程学院杭州310014 浙江诸暨联系数学研究所 311811 浙江省交通工程建设集团杭州310003

同异反网络计划方法是一种有别于传统但更加符合工程实际的新型网络计划方法 ,它能描述网络计划中工序变量因随机、模糊 ,不确知以及突发性所引起的综合不确定性。在推广同异反联系数概念和给出主关键路线、次关键路线、再次关键路线的... 详细信息

同异反网络计划方法是一种有别于传统但更加符合工程实际的新型网络计划方法 ,它能描述网络计划中工序变量因随机、模糊 ,不确知以及突发性所引起的综合不确定性。在推广同异反联系数概念和给出主关键路线、次关键路线、再次关键路线的基础上 ,提出了同异反网络计划的工期预测方法 ,为同异反网络计划的应用提供了切实可行的预测技术。

关键词：网络分析工程管理工期预测同异反网络计划

在线全文

学校读者我要写书评

暂无评论

软件项目工期预测研究综述

计算机工程与应用 2024年

作者：朱庆康李洪波上海大学管理学院百度中国有限公司移动生态事业群组

在软件开发项目的初始阶段，相关信息较少且需求定义往往不明确，此时若能对软件项目工期进行准确预测，将会优化项目资源配置，极大节约研发成本，提高项目成功率。软件项目工期预测问题因其重要的理论价值和应用背景，一直受到学术界... 详细信息

在软件开发项目的初始阶段，相关信息较少且需求定义往往不明确，此时若能对软件项目工期进行准确预测，将会优化项目资源配置，极大节约研发成本，提高项目成功率。软件项目工期预测问题因其重要的理论价值和应用背景，一直受到学术界和工业界的广泛重视。在上述背景下，对国内外软件项目工期预测的研究成果进行了系统性总结与梳理：介绍了软件项目工期预测常用的数据集和指标特征；综述了软件项目工期预测的各类方法和性能评估的理论；汇总了软件项目工期预测的应用与典型案例；最后总结全文并提出未来进一步的研究方向。

关键词：软件项目工期预测文献综述预测方法

基于ICSO-SOM-ELM的电力业扩项目工期预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工业工程 2023年第2期26卷 59-66页

作者：林镜星周鑫谢志炜许炫淙张铮广东电网有限责任公司广州供电局广东广州510000 广东工业大学自动化学院广东广州510006

针对电力业扩项目时长的不确定性,提出一种自组织映射网络聚类、改进纵横交叉算法优化极限学习机权值阈值的ICSO-SOM-ELM电力业扩项目工期预测模型。首先基于项目预算费用与节点数,采用自组织映射网络对电力业扩项目数据进行二次聚类,... 详细信息

针对电力业扩项目时长的不确定性,提出一种自组织映射网络聚类、改进纵横交叉算法优化极限学习机权值阈值的ICSO-SOM-ELM电力业扩项目工期预测模型。首先基于项目预算费用与节点数,采用自组织映射网络对电力业扩项目数据进行二次聚类,初步降低原始数据集的混乱性。其次,提出基于邻域种群交叉变异机制的改进纵横交叉算法,并将其用于优化极限学习机模型的权值阈值,得到最优ELM预测模型。最后,针对电力业扩项目二次聚类数据,分别采用ICSO-ELM预测模型对项目时长进行预测。以某供电局业扩数据进行实验,验证所提模型的有效性,所提出的ICSO-SOM-ELM预测模型优于其他预测模型,可为供电公司的业扩项目工期计划制定提供科学性的建议。

关键词：电力业扩项目工期预测自组织映射网络改进纵横交叉算法极限学习机

基于Shapley值-仿真技术的工序工期预测

在线全文

学校读者我要写书评

暂无评论

土木工程与管理学报 2016年第3期33卷 30-34页

作者：申建红孙小宁张云华青岛理工大学管理学院山东青岛266520

针对传统工期预测方法中对工序工期影响因素间相关性考虑不足的缺陷,利用随机数仿真工序工期影响因素的不确定性和Shapley值函数计算多因素间相关性的原理,将仿真技术和Shapley值函数相结合,计算出影响因素对工期的综合影响系数。并且... 详细信息

针对传统工期预测方法中对工序工期影响因素间相关性考虑不足的缺陷,利用随机数仿真工序工期影响因素的不确定性和Shapley值函数计算多因素间相关性的原理,将仿真技术和Shapley值函数相结合,计算出影响因素对工期的综合影响系数。并且根据每道工序工程量与单位时间完成工程量的比值准确计算出每道工序的理想化工期。在此基础上利用工期综合影响系数对其进行调整,建立一种新的工期预测模型。最后,以工程实例对工期预测模型进行验证,并建立4DBIM进度模型对施工进度进行三维可视化模拟对比,结果表明,文中方法对施工工期的预测效果精确,具有较好的实际指导意义。

关键词：工期预测仿真技术 Shapley值 BIM

在线全文

学校读者我要写书评

暂无评论

基于灰色理论的航空研制项目工期预测

机械设计与制造 2011年第7期 89-91页

作者：周恩华蔡红霞俞涛上海大学上海市机械自动化及机器人重点实验室上海200072

为了比较准确地预测航空研制项目的工期,提出了一种以灰色理论为基础的工期预测方法。该方法以SCGM(1,1)模型作为基本模型,并在此基础上增加了对历史工期样本进行处理的样本处理器和对由灰色模型预测的工期进行修正的结果修正器。样本... 详细信息

为了比较准确地预测航空研制项目的工期,提出了一种以灰色理论为基础的工期预测方法。该方法以SCGM(1,1)模型作为基本模型,并在此基础上增加了对历史工期样本进行处理的样本处理器和对由灰色模型预测的工期进行修正的结果修正器。样本处理器对样本进行优化处理,使预测样本准确、有效;结果修正器考虑特殊因素对项目的影响,对预测工期进行修正。国产某型号支线飞机研制项目中的某子项目实例验证结果,表明了该方法的可行性和有效性。

关键词：工期预测灰色理论航空项目 SCGM(1,1)

建设工程项目工序的LS-SVM工期预测模型

在线全文

学校读者我要写书评

暂无评论

华侨大学学报（自然科学版） 2010年第5期31卷 562-565页

作者：祁神军张云波丁烈云华侨大学土木工程学院福建泉州362021 华中科技大学土木工程与力学学院湖北武汉430074

鉴于传统工期预测的模糊性和随机性,分析影响工程项目工期的因素及参数的获取方式.采用最小二乘支持向量机(LS-SVM)构建建设工程项目工序工期的预测模型,并用工程实例论证方法的有效性.结果表明,对类似工程或者同一工程项目的类似工序... 详细信息

鉴于传统工期预测的模糊性和随机性,分析影响工程项目工期的因素及参数的获取方式.采用最小二乘支持向量机(LS-SVM)构建建设工程项目工序工期的预测模型,并用工程实例论证方法的有效性.结果表明,对类似工程或者同一工程项目的类似工序的进度执行状况进行学习,采用LS-SVM的工期预测模型预测即将开展的工程项目的工序工期,符合实际工期控制的要求.与基于BP神经网络工期预测模型对比分析,LS-SVM的工期预测模型的预测误差更小,平均训练时间更短,网络总误差更小.

关键词：建设工程项目最小二乘向量机工序工期预测

在线全文

学校读者我要写书评

暂无评论

航道基建疏浚的工期预测法

水运工程 2000年第12期 27-30页

作者：周庆元上海航道勘察设计研究院上海200120

在疏浚工程实施过程中，通常根据不断获取的有关数据进行实时工期预测，以此作为调整施工力量和改变施工方法的依据。现结合长江口疏浚工程介绍最小水深法、浅区面积法和剩余工程量法等３种预测疏浚工期的方法。

关键词：疏浚工程工期预测最小水深法剩余工程量法航道

多维非线性特征重构与融合的产品工期预测方法研究

在线全文

学校读者我要写书评

暂无评论

多维非线性特征重构与融合的产品工期预测方法研究

作者：乔子萱西安电子科技大学

学位级别：硕士

工期预测是企业生产计划编制中的关键环节,其预测精度将直接影响企业生产计划编制的合理性。大数据背景下,离散型制造业产品工期预测面临的问题如下:关键特征提取不到位:离散型制造业产品零部件种类多、装配工序复杂,采集到的能够反映... 详细信息

工期预测是企业生产计划编制中的关键环节,其预测精度将直接影响企业生产计划编制的合理性。大数据背景下,离散型制造业产品工期预测面临的问题如下:关键特征提取不到位:离散型制造业产品零部件种类多、装配工序复杂,采集到的能够反映产线实际运行状态的信息具有复杂性高、维度多等特点,难以通过这些杂乱的数据提取到真正有价值的信息;预测模型求解精度低:离散型制造业产品是由多个零件经过一系列不连续的工序加工并装配而成,产线运行过程非线性程度高,耦合性强,传统方法得到的预测模型有待进一步的完善与优化;预测模型泛化能力差:传统预测模型往往是在单一背景下进行模型构建与分析,导致模型求解效率低、柔性差,难以应对日益多样化的产品工艺和生产需求;针对上述三个问题,本文通过结合机器学习、深度学习等大数据分析技术,以“产品工期影响因素分析—产品工期预测—产品多订单跨批次工期预测”为研究主线,提出了一套能够对多维特征进行非线性重构与融合的产品工期预测方法,本文的研究内容如下:(1)基于多维非线性特征重构与融合的产品工期影响因素分析方法。针对关键特征提取不到位的问题,提出了一种基于多维非线性特征重构与融合的产品工期影响因素分析方法。首先进行基于五种不同激活函数的特征提取,逐层提取各类多维特征中复杂的非线性映射关系,构建了基于集成堆栈式自编码器的多维非线性特征重构模型;在得到相应的特征提取结果之后,进行基于协同误差定义注意力机制的多维非线性特征融合,有选择的学习模型训练的中间特征,通过权重分配的方式过滤次要信息,突出重要信息,最终形成工期关键影响因素特征池。(2)基于ISOA-ELM的产品工期预测方法。针对预测模型求解精度低的问题,提出了一种基于改进海鸥优化算法与极限学习机的产品工期预测方法。首先通过改进种群初始化方式、改进自适应收敛因子以及多方向搜索路径的方式对海鸥优化算法进行优化,通过八个基准测试函数中与四类常用的智能优化算法进行性能测试对比,验证改进算法的良好性能。在此基础上,通过与极限学习机模型相结合,构建基于改进海鸥优化算法与极限学习机的产品工期预测模型。最后,综合采用产品工期影响因素分析方法、产品工期预测方法,在上述理论研究基础上,提出一种多维非线性特征重构与融合的产品工期预测方法,通过两个实例验证了模型的实用性与优越性。(3)基于迁移学习的产品多订单跨批次工期预测方法。针对预测模型泛化能力差的问题,提出一种基于迁移学习的产品多订单跨批次工期预测方法。在上述研究基础上,针对产品工期预测模型的多订单跨批次情景,为解决同一产品生产线在进入新订单生产时,原始工期预测模型的预测精度达不到预期标准,出现预测精度下降的情况,通过构建原始预测模型,并在其基础上引入迁移学习的方法并提出了一种基于迁移学习的产品多订单跨批次工期预测模型,以车间实际生产数据验证了模型的适用性。通过本文研究指导企业向离散型智能工厂发展,根据产品的需求进行设计与制造,促进企业准确感知系统内外部环境变化,优化生产流程,降低成本,从而实现产品的个性化定制、提升企业生产制造效率。

关键词：深度神经网络极限学习机迁移学习海鸥优化算法工期预测