科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对离散制造车间的瓶颈漂移现象导致的生产瓶颈预测困难问题，提出了基于注意力机制的准循环神经网络(quasi-recurrent neural networks, QRNN)瓶颈预测方法。首先，根据制造系统的生产特性量化制造单元的瓶颈程度；其次，以反映车间运行状态的时序数据为输入，通过QRNN网络的卷积结构并行提取信息特征，减少计算时间；训练融合注意力机制的预测模型，充分挥发各时刻状态信息的作用，精准的预测制造车间生产瓶颈位置；最后，以某航天机加车间为例，将所提方法与LSTM、QRNN预测方法进行对比分析，证实了所提预测方法的有效性。
-
单位南京航空航天大学; 北京星航机电装备有限公司
