基于BP神经网络的新零件材料消耗定额预测方法研究

为精确地预测熔模铸造中新零件材料消耗定额,采用了BP神经网络的方法进行建模。在分析影响各工序零件材料消耗主要因素的基础上,确定了BP神经网络模型的特征参数,并根据实际情况确定了输入层和隐含层的神经元个数,从而确定了模型的结构。用试验数据对模型结构进行训练,最终建立了一个用于新零件材料消耗定额预测的BP神经网络模型。

基于BP神经网络的新零件材料消耗定额预测方法研究

为精确地预测熔模铸造中新零件材料消耗定额,采用了BP神经网络的方法进行建模。在分析影响各工序零件材料消耗主要因素的基础上,确定了BP神经网络模型的特征参数,并根据实际情况确定了输入层和隐含层的神经元个数,从而确定了模型的结构。用试验数据对模型结构进行训练,最终建立了一个用于新零件材料消耗定额预测的BP神经网络模型。

新零件质量开发工具QPNI的实施方法及探讨

文章介绍了大众集团新零件质量开发工具QPNI及实施方法。以事前预防为理念,在新零件开发过程中的不同阶段组合使用质量工具,保证零件质量和产能符合供货要求,对主机厂新零件供应链管理降本增效具有重要意义。

浅析汽车制造业新旧零件替换

文中以上汽通用五菱汽车股份有限公司新旧零件替换为实例,阐述了新旧零件替换在汽车制造业的实际应用和过程控制,通过现场执行和系统操作的联动,保证新旧零件精准替换及工程更改的顺利实施。

基于工艺流程的零件成组方法及其实现

提出了基于遗传算法和BP网络的零件成组方法.首先,建立零件聚类的数学模型,给出了一种基于遗传算法的求解方法,使用整数编码构造的染色体和合适的遗传算子来满足聚类模型复杂约束的要求,并利用VC编程实现该算法.其次,将一批已聚类成组的零件作为训练样本,利用Matlab中神经网络的工具箱对BP网络进行训练,通过训练后的网络对新的零件进行仿真,从而实现新零件的匹配.最后通过实例证实了该方法的可行性和优越性.