计算机科学2021，Vol.48Issue(10) ：135-139.DOI:10.11896/jsjkx.200900183

船舶虚拟制造中狼群优化卷积神经网络的控制应用

Control Application of Wolf Group Optimization Convolutional Neural Network in Ship Virtual Manufacturing

肖世龙 吴迪 唐超尘 神显豪 张德育
计算机科学2021，Vol.48Issue(10) ：135-139.DOI:10.11896/jsjkx.200900183
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

船舶虚拟制造中狼群优化卷积神经网络的控制应用

Control Application of Wolf Group Optimization Convolutional Neural Network in Ship Virtual Manufacturing

肖世龙 1吴迪 2唐超尘 3神显豪 4张德育5
扫码查看

作者信息

  • 1. 沈阳理工大学 沈阳 110159
  • 2. 哈尔滨工程大学计算机科学与技术学院 哈尔滨 150001
  • 3. 西安电子科技大学通信工程学院 西安 710071;桂林理工大学广西嵌入式技术与智能系统重点实验室 广西 桂林 541004
  • 4. 桂林理工大学广西嵌入式技术与智能系统重点实验室 广西 桂林 541004
  • 5. 沈阳理工大学信息科学与工程学院 沈阳 110159
  • 折叠

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.

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

引用本文复制引用

基金项目

出版年

2021
计算机科学
重庆西南信息有限公司（原科技部西南信息中心）

计算机科学

CSTPCDCSCD北大核心
影响因子：0.944
ISSN：1002-137X
参考文献量3
段落导航相关论文