文献类型：期刊文章

作　　者：戴健伟[1] 吉华[1] 杨岗[2] 樊刚[1] 王彬[3]

机构地区：[1]四川大学化学工程学院,四川成都610065 [2]西南交通大学机械工程学院,四川成都610031 [3]中国成达工程有限公司,四川成都610041

出　　处：《计算机集成制造系统》

年　　份：2013

卷　　号：19

期　　号：7

起止页码：1665-1675

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对目前人工估算人工时预测精度低的问题,提出基于遗传算法优化反向传播神经网络的算法建立人工时预测模型,对化工设备设计人工时进行定量预测。首先对化工设备设计项目的管理流程和设计特点进行分析;然后对用户数据库中的历史项目数据进行统计,并对统计数据进行参数的贡献度和相关性分析,同时结合参数在预测时获取的难易程度,选择出适当的人工时预测模型输入参数;再建立基于反向传播算法的预测模型,并针对反向传播算法的缺陷选择遗传算法优化反向传播神经网络和支持向量机算法进行建模,预测结果表明遗传算法优化反向传播神经网络算法更适合化工设备设计人工时预测。采用基于遗传算法优化反向传播神经网络算法的模型进行了实例预测。

关 键 词：人工时  化工设备设计 定量预测  BP神经网络  遗传算法  支持向量机  

分 类 号：TP183] TQ050.2]