基于数据驱动仿真的两设备系统元模型

发布时间：2017-07-17 09:29

  本文关键词：基于数据驱动仿真的两设备系统元模型

  更多相关文章： 数据驱动仿真 元模型 人工神经网络

【摘要】：半导体封装测试系统等复杂制造系统的性能分析是项非常困难的任务。利用仿真模型构建两设备系统元模型,并以元模型为基石构建面向大规模复杂系统的近似解析方法是分析复杂制造系统的有效手段。为了快速准确地构建两设备系统元模型,提出了一种基于数据驱动仿真技术及人工神经网络的元模型构建方法。该方法以考虑缓存输送时间的两设备制造系统为研究对象,采用AREAN的二次开发技术实现仿真模型的自动配置、运行、统计,以生成人工神经网络所需案例,并通过比较分析BP、RBF和Chebyshev这3类典型的函数逼近神经网络确定最优的人工神经网络模型。实验结果表明径向基函数密度为120的RBF神经网络模型表现最优,其结果误差最小,能够成为大规模复杂制造系统近似解析方法的基石。
【作者单位】： 上海大学机电工程与自动化学院;
【关键词】： 数据驱动仿真 元模型 人工神经网络
【基金】：国家自然科学基金资助项目(71401098) 上海市科学技术委员会科研计划资助项目(14511108303) 上海市高校青年教师培养资助计划资助项目(ZZSD15047)
【分类号】：TN305.94;TP183
【正文快照】： 大规模复杂制造系统的性能分析一直是项非常困难的任务。以半导体封装测试系统为例,它相对于传统制造系统而言更为复杂:多资源搬运系统形成了复杂多环结构;生产流程繁复、具有可重入特性、生产过程中存在不确定性等等。这些复杂特性都加剧了这类系统性能分析的复杂度[1]。目前

【相似文献】

中国期刊全文数据库 前1条

1 于晓艳;荣宪伟;;数据驱动的并行视频编码器的设计和实现(英文)[J];计算机科学与探索;2008年03期

，

本文编号：552987