基于PSO-BP神经网络的船体分段任务包工时定额模型

作者:习立洋; 吴娜; 吉永军; 周宏; 蒋志勇; 刘建峰
来源:船舶工程, 2020, 42(02): 135-141.
DOI:10.13788/j.cnki.cbgc.2020.02.24

摘要

为解决船体分段任务包工时定额的计算过度依赖线性公式而忽略工时定额与工艺参数之间的非线性关系的问题,提高工时定额计算的效率和精确度,将PSO-BP神经网络技术应用到船体分段任务包工时定额中。通过对影响船体分段中间产品额定工时的工艺参数进行分析,建立多输入单输出的PSO-BP神经网络模型,并应用实际数据对PSO-BP神经网络进行训练,测试仿真结果与实际值之间的误差在允许范围内。验证结果表明,采用PSO-BP神经网络建立船体分段任务包工时定额模型,能对任务包作业工时进行准确预测。

全文