-
公开(公告)号:CN114330924A
公开(公告)日:2022-04-12
申请号:CN202210020648.X
申请日:2022-01-10
Applicant: 中国矿业大学
Abstract: 一种基于生成式对抗网络的复杂产品变更强度预测方法,属于产品设计领域。在复杂产品设计和开发过程中,由于客户需求变化、技术性能创新和组件供应商变化,产品设计变更是不可避免的。为帮助产品设计者快速预测复杂产品的变更影响强度,针对当前对产品变更强度预测中面临的历史变更强度数据样本少和变更强度预测不准确的问题,建立了一个适用于产品变更数据的生成式对抗网络,设计了一种适用于产品变更强度预测的卷积神经网络来对产品变更强度进行预测,从而达到扩充产品变更样本数量、增大变更样本多样性和提高变更强度预测准确性的目的。实验表明:该方法可生成质量更高、多样性更好的变更强度数据。同时,该方法对产品变更强度预测具备良好的准确性。
-
公开(公告)号:CN114330924B
公开(公告)日:2023-04-18
申请号:CN202210020648.X
申请日:2022-01-10
Applicant: 中国矿业大学
IPC: G06Q10/04 , G06N3/0475 , G06N3/08 , G06F17/16
Abstract: 一种基于生成式对抗网络的复杂产品变更强度预测方法,属于产品设计领域。在复杂产品设计和开发过程中,由于客户需求变化、技术性能创新和组件供应商变化,产品设计变更是不可避免的。为帮助产品设计者快速预测复杂产品的变更影响强度,针对当前对产品变更强度预测中面临的历史变更强度数据样本少和变更强度预测不准确的问题,建立了一个适用于产品变更数据的生成式对抗网络,设计了一种适用于产品变更强度预测的卷积神经网络来对产品变更强度进行预测,从而达到扩充产品变更样本数量、增大变更样本多样性和提高变更强度预测准确性的目的。实验表明:该方法可生成质量更高、多样性更好的变更强度数据。同时,该方法对产品变更强度预测具备良好的准确性。
-