基于改进图注意力网络的复杂制造系统产品质量建模
梁家贤
李乘龙
同淑荣
西北工业大学 管理学院,陕西 西安,710072
摘要：针对复杂制造系统产品质量建模问题面临的多工序间非线性依赖、复杂结构关系、远距离误差传递以及生产过程工程知识不足等关键挑战,本文提出了一种基于改进的图注意力网络的建模方法——ICLF-GAT.首先,采用数据驱动的深度学习框架,可避免对先验物理知识的依赖;其次,基于图注意力网络(GAT)构建制造系统有向图模型,可有效捕捉工序间的复杂结构特征和非线性依赖关系;在此基础上,创新性地提出层间对比损失过滤机制,通过动态评估和筛选节点特征质量,可显著缓解深层GAT中的过平滑问题,大幅提升针对远距离节点间误差传递的建模能力;最后,通过设计目标注意力解码器,进一步增强对系统整体复杂依赖关系的建模精度.仿真实验和实际工业案例的分析结果表明,ICLF-GAT的均方根误差(RMSE)较现有基准方法有显著降低,特别是在远距离误差传递建模方面具有突出优势.
关键词：产品质量建模数据驱动图注意力网络(GAT)层间对比损失过滤机制过平滑问题目标注意力解码器
分类号：TB114.3(工程基础科学)F273.7(企业经济)
资助基金：教育部人文社会科学研究项目(23YJC630077)陕西省自然科学基础研究计划资助项目(2025JC-YBQN-965)
论文发表日期：2025-12-31
在线出版日期：2026-01-16（本平台首次上网日期，不代表文献的发表时间）
页数：16( 14-29 )
英文信息