基于数据驱动仿真的两设备系统元模型
夏蓓鑫
陈鑫
魏鑫
1.上海大学机电工程与自动化学院,上海,2000722.上海大学机电工程与自动化学院,上海,2000723.上海大学机电工程与自动化学院,上海,200072
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。
关键词：数据驱动仿真元模型人工神经网络
分类号：TH181(机械工厂（车间）)TB476(工业通用技术与设备)
资助基金：国家自然科学基金(71401098)上海市科委科研计划(14511108303)上海市高等学校青年教师培养资助计划(ZZSD15047)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 51-57 )
英文信息