基于人工神经网络的工厂产能分析及预测
| 中文提要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题研究的背景和意义 | 第9页 |
| ·课题的国内外研究状况 | 第9-11页 |
| ·课题研究的主要内容 | 第11-13页 |
| 第二章 人工神经网络简介 | 第13-18页 |
| ·人工神经网络基本概念 | 第13-14页 |
| ·人工神经网络的基本特征 | 第14-15页 |
| ·人工神经网络的应用 | 第15-16页 |
| ·人工神经网络的发展趋势 | 第16-18页 |
| 第三章 工厂产能预测分析 | 第18-41页 |
| ·产能预测的意义 | 第18页 |
| ·工厂基本布局及制程 | 第18-21页 |
| ·产能影响因素分析及量化 | 第21-40页 |
| ·人力数量对产能的影响 | 第22-27页 |
| ·制程良率对产能的影响 | 第27-30页 |
| ·人员流动对产能的影响 | 第30-33页 |
| ·作业工时对产能的影响 | 第33-34页 |
| ·线平衡对产能的影响 | 第34-36页 |
| ·机种难度对产能的影响 | 第36-38页 |
| ·检验画面对产能的影响 | 第38-40页 |
| ·产能历史状况 | 第40-41页 |
| 第四章 人工神经网络选择及构建 | 第41-49页 |
| ·人工神经网络在预测上的优越性和特点 | 第41-42页 |
| ·基于神经网络的预测原理 | 第42-43页 |
| ·正向建模 | 第42-43页 |
| ·逆向建模 | 第43页 |
| ·网络创建及样本建立 | 第43-49页 |
| ·网络选择 | 第44页 |
| ·GRNN网络创建和样本建立 | 第44-49页 |
| 第五章 基于GRNN网络的工厂产能预测 | 第49-61页 |
| ·选用网络验证 | 第49-56页 |
| ·归一化处理 | 第49-52页 |
| ·使用RBF网络对目标训练样本进行逼近 | 第52-54页 |
| ·使用GRNN网络对目标训练样本进行逼近 | 第54-55页 |
| ·逼近误差对比 | 第55-56页 |
| ·训练和预测 | 第56-58页 |
| ·预测结果分析 | 第58-61页 |
| 总结与展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 攻读学位期间公开发表的论文 | 第64-65页 |
| 附录 | 第65-68页 |
| 附录1 完整MATLAB代码 | 第65-68页 |
| 附录2 柏拉图 | 第68页 |
