制造業(yè)在國(guó)民經(jīng)濟(jì)中占有重要份額,直接體現(xiàn)了一個(gè)國(guó)家的生產(chǎn)力水平,雖然它推動(dòng)了全球經(jīng)濟(jì)的增長(zhǎng),但是也消耗了大量能量和資源,并對(duì)環(huán)境造成了污染。機(jī)械加工車間是制造業(yè)的重要組成部分,其能耗問(wèn)題日益嚴(yán)峻。通過(guò)對(duì)機(jī)械加工車間能耗的預(yù)測(cè)不僅可以把握能源消耗的趨勢(shì),控制能源的存貯量,減少能源的浪費(fèi),降低車間的生產(chǎn)成本,也是車間節(jié)能研究基礎(chǔ),可為車間各能耗源節(jié)能優(yōu)化提供有效依據(jù)。為此,本文通過(guò)分析機(jī)械加工車間的能耗以及能耗的影響因素,建立了一種基于深度信念網(wǎng)絡(luò)的機(jī)械加工車間能耗預(yù)測(cè)模型,并開(kāi)發(fā)了一套基于該能耗預(yù)測(cè)模型的支持系統(tǒng)。論文主要研究?jī)?nèi)容如下:首先,針對(duì)機(jī)械加工車間的多能耗組成的特點(diǎn),從設(shè)備層的角度對(duì)機(jī)械加工車間能耗進(jìn)行分析,基于此建立機(jī)械加工車間能耗影響因素指標(biāo)體系,將此作為之后能耗預(yù)測(cè)模型輸入變量的類型,并對(duì)能耗影響因素指標(biāo)進(jìn)行分析。其次,在上述基礎(chǔ)上,建立了一種基于深度信念網(wǎng)絡(luò)的機(jī)械加工車間能耗預(yù)測(cè)模型。先預(yù)處理原始的樣本數(shù)據(jù),將樣本數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù),根據(jù)樣本數(shù)據(jù)以及訓(xùn)練目標(biāo)對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行設(shè)計(jì),然后用訓(xùn)練樣本數(shù)據(jù)進(jìn)行訓(xùn)練,從而得到每一層神經(jīng)元的權(quán)重和偏置量,通過(guò)訓(xùn)練結(jié)果的誤差判斷模型訓(xùn)練是否成功,最后用訓(xùn)練好的模型對(duì)測(cè)試樣本數(shù)據(jù)進(jìn)行預(yù)測(cè),預(yù)測(cè)完成后進(jìn)行預(yù)測(cè)結(jié)果的誤差分析。根據(jù)誤差分析的結(jié)果,不斷的訓(xùn)練模型來(lái)調(diào)整模型的網(wǎng)絡(luò)結(jié)構(gòu)以及訓(xùn)練參數(shù),直到得到最小的預(yù)測(cè)誤差,此模型就作為最終的預(yù)測(cè)模型。并將本文的能耗預(yù)測(cè)模型與基于淺層神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型和基于支持向量機(jī)預(yù)測(cè)模型進(jìn)行對(duì)比分析。最后,開(kāi)發(fā)了基于深度信念網(wǎng)絡(luò)的機(jī)械加工車間能耗預(yù)測(cè)模型的支持系統(tǒng),先設(shè)計(jì)了支持系統(tǒng)的體系結(jié)構(gòu)和功能模塊;然后通過(guò)C#語(yǔ)言與MATLAB算法的集成實(shí)現(xiàn)了此支持系統(tǒng);并通過(guò)此支持系統(tǒng)展現(xiàn)了基于深度信念網(wǎng)絡(luò)的機(jī)械加工車間能耗預(yù)測(cè)模型應(yīng)用后的預(yù)測(cè)效果,證明了該系統(tǒng)的有效性。
【學(xué)位單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TH18;TP183
【部分圖文】：

圖 4.3 系統(tǒng)登錄界面Fig.4.3 The interface of logging②樣本數(shù)據(jù)管理模塊輸入正確的用戶名和密碼后，即可進(jìn)入系統(tǒng)主界面，系統(tǒng)主界面主要由標(biāo)題欄、菜單欄、工具欄、操作區(qū)構(gòu)成，點(diǎn)擊菜單欄中的各個(gè)選項(xiàng)按鈕，就可以進(jìn)入相對(duì)應(yīng)的功能模塊進(jìn)行操作。在系統(tǒng)的主界面菜單欄選擇樣本數(shù)據(jù)管理，即可進(jìn)入樣本數(shù)據(jù)管理界面，如圖 4.4 所示。

圖 4.4 樣本數(shù)據(jù)管理界面Fig.4.4 The interface of sample data management樣本數(shù)據(jù)管理模塊主要針對(duì)機(jī)械加工車間能耗預(yù)測(cè)的樣本數(shù)據(jù)進(jìn)行導(dǎo)入、刪除、修改、查詢等操作，此功能模塊為模型的訓(xùn)練和機(jī)械加工車間能耗預(yù)測(cè)提供了數(shù)據(jù)支撐，詳細(xì)功能如下圖 4.5 所示。

重慶大學(xué)碩士學(xué)位論文 4 基于深度信念網(wǎng)絡(luò)的機(jī)械加工車間能耗預(yù)測(cè)方法支持系統(tǒng)的開(kāi)發(fā)1）用戶點(diǎn)擊工具欄中“導(dǎo)入”按鈕，彈出文件打開(kāi)對(duì)話框，即可選擇用于預(yù)測(cè)機(jī)械加工車間能耗的樣本數(shù)據(jù)文件，將數(shù)據(jù)導(dǎo)入并顯示在界面中，如圖 4.4 所示。2）用戶選中機(jī)械加工車間能耗預(yù)測(cè)樣本數(shù)據(jù)表的某行，點(diǎn)擊工具欄中刪除按鈕，彈出提示對(duì)話框，選擇“確定”按鈕，即可刪除選中的數(shù)據(jù)；點(diǎn)擊工具欄中清空按鈕，彈出提示對(duì)話框，選擇“確定”清空按鈕，即可清空所有的樣本數(shù)據(jù)。3）用戶點(diǎn)擊工具欄中“修改”按鈕，雙擊機(jī)械加工車間能耗預(yù)測(cè)樣本數(shù)據(jù)表的某個(gè)單元格，即可對(duì)數(shù)據(jù)進(jìn)行修改。4）用戶點(diǎn)擊工具欄中日期篩選控件，選擇一段時(shí)間，然后點(diǎn)擊“查詢”按鈕，即可在操作區(qū)顯示出這段時(shí)間的樣本數(shù)據(jù)。③預(yù)測(cè)模型訓(xùn)練模塊在樣本數(shù)據(jù)管理功能模塊中導(dǎo)入了樣本數(shù)據(jù)之后，在系統(tǒng)菜單欄點(diǎn)擊“預(yù)測(cè)模型訓(xùn)練”按鈕，即可進(jìn)入預(yù)測(cè)模型訓(xùn)練界面進(jìn)行模型的訓(xùn)練，如圖 4.6 所示。
【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 潘廣源;柴偉;喬俊飛;;DBN網(wǎng)絡(luò)的深度確定方法[J];控制與決策;2015年02期

2 李劍楠;喬穎;魯宗相;李兢;;多時(shí)空尺度風(fēng)電統(tǒng)計(jì)特性評(píng)價(jià)指標(biāo)體系及其應(yīng)用[J];中國(guó)電機(jī)工程學(xué)報(bào);2013年13期

3 徐曼;喬穎;魯宗相;;短期風(fēng)電功率預(yù)測(cè)誤差綜合評(píng)價(jià)方法[J];電力系統(tǒng)自動(dòng)化;2011年12期

4 陳志田;崔華;朱春雁;;能源管理體系中的能源因素分析[J];世界標(biāo)準(zhǔn)化與質(zhì)量管理;2007年09期

5 劉東亮;王鳳岐;郭偉;;計(jì)算機(jī)仿真技術(shù)及其在生產(chǎn)系統(tǒng)中的應(yīng)用[J];組合機(jī)床與自動(dòng)化加工技術(shù);2007年04期

6 王秀;孫晧;;灰色神經(jīng)網(wǎng)絡(luò)交通事故預(yù)測(cè)比較[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

7 高興培;用MATLAB語(yǔ)言仿真設(shè)計(jì)人工神經(jīng)網(wǎng)絡(luò)[J];廣東廣播電視大學(xué)學(xué)報(bào);2004年01期

本文編號(hào)：2868000