智能制造系统中自学习机制的研究
文献类型 | 学位 |
作者 | 谷强[1] |
机构 | 北京航空航天大学 ↓ |
授予学位 | 博士 |
年度 | 1999 |
学位授予单位 | 北京航空航天大学 |
语言 | 中文 |
关键词 | 智能制造;人工智能;机器学习;装夹规划;知识获取;Agent |
摘要 | 目前,多策略学习机制的研究工作主要集中在使用递阶方法自理制造系统内部具有鲜明层次特征的信息和知识,该方法的缺点是对动态的外界环境变化和内部技术演化缺乏足够的适应能力,在此,文中提出一种平坦式分布,多Agents实现的由多种学习机制集成的学习模型框架,多学习Agents之间以协同方式完成整个智能制造系统的学习任务.并且,对制造系统中机器学习可能遇到的问题及其解决方法提出了自己的观点.该文CAPP系统研究过程中较难以实现的瓶颈问题,装夹规划中定位基准面的选择作为范例来探讨学习问题中的特征提取,主要针对六面体类零件,即箱体类零件研究对象,以量化数值形式表示与工件定位装夹相关的特征信息,利用BP神经网络的自学习和分布式信息处理能力为获取装定位知识,模拟有经验工艺人员的形象思维,进行并行推理,提高对工艺性要求高、结构复杂零件的非线性处理能力,以及推理过程中的容错能力. |
影响因子:
dc:title:智能制造系统中自学习机制的研究
dc:creator:谷强
dc:date: publishDate:1753-01-01
dc:type:学位
dc:format: Media:北京航空航天大学
dc:identifier: LnterrelatedLiterature:北京航空航天大学.1999.
dc:identifier:DOI:
dc: identifier:ISBN: