龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京邮电大学
摘要：本发明公开了一种离散制造车间的多维数据预测方法及系统，包括以下步骤，获得原始数据集；采用DBSCAN算法对原始数据集进行聚类，获得多个数据簇，并给数据簇建立相应的标签；搜寻各个标签之间的关联关系，构成数据知识；删除所有数据知识中的冗余数据，形成知识网络；获得数据知识包含的标签对应的步骤S1中清洗后的原始数据；初始化BP网络结构的权重，得到初始模型；获得最终的预测模型；获取待处理的离散制造的原始数据，将其输入预测模型，预测模型输出预测结果。本发明通过定性认知和定量和定性两阶段认知方法，分而治之的方式解决了离散制造车间数据体量大和高纬度的问题，降低了计算成本，且能够高效地挖掘预测所需的有价值的信息。
主权项：1.一种离散制造车间的多维数据预测方法，其特征在于：包括以下步骤，S1：采集离散制造的原始数据并对其进行清洗，获得原始数据集；其中原始数据包括离散制造过程中的产品质量指标数据、设备能耗指标数据、运行成本数据；S2：采用DBSCAN算法对原始数据集进行聚类，获得多个数据簇，并给数据簇建立相应的标签；S3：建立定性认知，采用Apriori算法搜寻各个标签之间的关联关系，且有关联两个或多个标签构成一条数据知识；S4：删除所有数据知识中的冗余数据，再提取各条数据知识之间的关联关系并构建形成知识网络，完成定性认知；S5：遍历步骤S4中知识网络包含的每一条数据知识，获得数据知识包含的标签对应的步骤S1中清洗后的原始数据，并将该部分原始数据作为性能指标样本；S6：采用DMTLBO-BP网络模型，构建原始的BP网络结构，依据性能指标样本初始化BP网络结构的权重，得到初始模型；S7：训练初始模型，并更新初始模型的权重，获得最终的预测模型；S8：获取待处理的离散制造的原始数据对应的性能指标样本，将其输入预测模型，预测模型输出预测结果。
全文数据：
权利要求：
百度查询： 南京邮电大学 一种离散制造车间的多维数据预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号