首页|应用RBF神经网络的订单完成时间(OCT)预测

应用RBF神经网络的订单完成时间(OCT)预测

Order Completion Time(OCT)Prediction Using RBF Neural Networks

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
针对传统OCT预测对于影响因素考虑不周以及预测准确率低的问题,在实时作业车间基础上考虑RBF神经网络的优势,提出了一种基于RBF神经网络的OCT预测方法.首先,剖析了OCT的主要影响因素,明确了订单构成和车间实时负载对于OCT的影响;然后,利用FLEXSIM仿真平台,建立了离散制造车间生产过程的先进仿真模型.采用仿真方法采集样本数据,利用RBF神经网络搭建OCT预测模型;最后,运用实例阐述了OCT预测的完整过程.结果表明,该方法对OCT的预测具有更好的效果.

王燕青、袁逸萍、李晓娟、李明

展开 >

新疆大学机械工程学院,新疆 乌鲁木齐 830047

实时作业车间 离散制造车间 OCT预测 FLEXSIM RBF神经网络

国家自然科学基金

51365054

2020

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2020.(12)
  • 3
  • 4