基于双重架构的MBOM数据分类与重构算法设计

由于当前飞机的定制化方案众多,制造过程中涉及到的MBOM版本多且数据繁杂,导致建造过程中容易出错。针对上述问题,文中基于位置和方案架构提出了一种MBOM数据分类与重构算法。该算法由零件分类及识别算法组成,以MBOM的文字与零件数据为输入向量。对于零件分类算法中Seq2Seq框架局部特征提取能力较弱的问题,加入了上下文注意力语义机制来进行改进。同时通过引入残差模块和自注意力机制对传统GAN加以优化,进而改善了零件识别算法原模型训练过程中存在的梯度问题。在实验测试中,所提算法的分类准确率、召回率以及F1值分别高于其他算法1.53%、1.56%与1.80%,识别准确率则高于对比算法约6%,说明其具有较为理想的性能。