CIMS論文的天地

 

基于神經網絡集成的家用轎車全生命周期成本估算與性能指標預測

注意:本文已經發表在《機械設計》,2010,27(1):9-13,29發表
使用者請注明文章內容出處
陳曉川1 袁杰1 吳迪2杜紅彬3
(1.東華大學 機械工程學院,上海,201620 2.大連理工大學 計算機學院,大連,116024 3.華東理工大學 自動化系, 上海,200237)

內容摘要:面向成本的設計(DFC-Design For Cost)是從設計的角度降低全生命周期成本(LCC-Life Cycle Cost)的設計方法。從DFC的角度,通過分析得到家用轎車的設計特征主要有外形尺寸、發動機功率、排量等參數,采用基于特征的神經網絡集成方法通過實例計算表明在概念設計階段就可以估算其LCC,為降低其LCC奠定了重要基礎。在計算BP神經網絡權值時分別采用了Levenberg-Marquardt(LM)法和遺傳算法(GA-Genetic algorithm)方法,對兩種方法的計算結果進行了神經網絡集成,集成后的結果更好。最后采用類似方法,對家用轎車的部分性能指標(百公里耗油量和車身質量)進行了預測。
關鍵詞: 家用轎車,面向成本的設計(DFC-Design For Cost),全生命周期成本(LCC-Life Cycle Cost),神經網絡集成,遺傳算法

Performance targets and life cycle cost (LCC) estimation of family cars based on the neural network ensemble
Chen XiaoChuan , Yuan Jie1, Wu Di , Du Hongbin3
1) The Mechanical Engineering College, Donghua University, Shanghai 201620, China
2) Department of Intelligent Robotics, Dalian University of Technology, Dalian 116024, China
3) Department of Automation, East China University of Science and Technology, Shanghai 200237,China

Abstract:Design for cost (DFC) is a method that reduce Life cycle cost (LCC) at design stage. From the viewpoint of DFC, the design features of family cars were obtained, such as all dimensions, engine power and emission volume. At conceptual design stage, cars’ LCC were estimated using back propagation (BP) artificial nerve networks (ANN) method based on the features. An example was given. It is an important foundation in order to reduce LCC. Levenberg-Marquardt(LM)and Genetic algorithm (GA) were used to train BP ANN’s weights. GA’s results were better than LM’s results. The results obtained through the adoptions of neural network ensemble are better than simply use GA or LM algorithm. Finally, performance targets (bodywork weight and oil/kilometers ) of family cars were predicted using BP ANN methods.
Keywords: Design for cost (DFC), Life cycle cost (LCC), neural network ensemble, Genetic algorithm (GA)

1、瀏覽全文需要使用軟件--Abode Acrobat(由于軟件較大并常見,我站不提供下載)

2、下載論文全文請點擊鼠標右鍵“另存為”或使用網絡螞蟻下載(156KB)

參考文獻
[1] 陳曉川,張暴暴,馮辛安.面向成本的設計的關鍵技術及其概念模型[J].大連理工大學學報,1999,39(6):775~780.
[2] 陳曉川.并行工程中面向成本的設計(DFC)[M].長春:吉林人民出版社,2003.
[3] 阮鐮,章國棟. 工程系統的規劃與設計[M]. 北京: 北京航空航天大學出版社, 1991.
[4] [美國]Booz Allen, Hamilton Ine.著, 王若松,章國棟,阮鐮,郁士光譯. 美國系統工程管理[M]. 北京: 北京航空航天大學出版社, 1991.
[5] Gupta Y. P., Life cycle cost models and associated uncertainties[C]. In Electronics Systems Effectiveness and Life Cycle Costing, NATO ASI Series, Vol. F. J. K. Skwirzynski(ed.)1983.535-549.
[6] 陳曉川,劉曉冰,馮辛安. 面向成本的設計中的成本構成及其估算框架的研究[J]. 中國機械工程, 2001,12(5):510-514.
[7] 陳曉川,馮辛安. 面向成本的設計中的多域特征映射研究[J]. 機械科學與技術, 2002,21(2): 318-324.
[8] Hansen L K, Salamon P. Neural network ensembles[J]. IEEE Trans Pattern Analysis and Machine Intelligence, 1990, 12(10) : 993- 1001
[9] Sollich P, Krogh A. Learning with ensembles: How over fitting can be useful[C]. In: TouretzkyD, MozerM , HasselmoM eds. Advances in Neural Information Processing Systems, Cambridge, MA: MIT Press, 1996. 190- 196
[10] Perrone M P, Cooper L N. When networks disagree: Ensemble method for neural networks[C]. In: Mammone R J ed. Artificial Neural Networks for Speech and Vision, New York: Chapman & Hall, 1993. 126- 142
[11] 王望予. 汽車設計(第四版)[M]. 北京: 機械工業出版社,2004.
[12] 叢爽. 面向MATLAB工具箱的神經網絡理論與應用(第二版)[M]. 合肥: 中國科學技術大學出版社, 2003.


 

作者點評:
  
本文采用神經網絡集成的方法提高了成本估算的準確性,并對家用轎車的油耗和車身重量進行了預測。2016.3.12.


本站收錄的本文作者的其他論文:

1、并行工程的研究概況綜述

2、現代集成制造系統的技術構成及發展策略研究

3、面向并行工程的DFC與DTC辨析

4、基于作業成本法的DFC成本計算模式

5、面向成本的設計中全生命周期成本數據的收集、處理與使用

6、制造業中產品全生命周期成本的研究概況綜述

 更多相關論文請點擊本站的<<<站內全文搜索>>>查找

 

歡迎您參加討論,發表您對此論文及其研究領域的看法!
(請在發言時在標題中使用所點評的論文的題目或研究方向,這樣方便大家瀏覽!)

返回首頁 | CIMS論文 | 并行工程 | 虛擬制造 | 敏捷制造 | 其他論文 | 項目開發 | 學術資源 | 站內全文搜索 | 免費論文網站大全 |

line.gif (4535 字節)

為了更好的為大家服務,歡迎您參加本站的投票調查

>>>>參加更多投票調查請點擊!

本站永久域名:http://www.sqvswk.live歡迎訪問

注意:本站內容未經書面允許不得轉載

All rights reserved, all contents copyright 2000-2019
本站自2000年3月總網頁訪問量為
pk10开奖记录直播