基于自学习模糊Petri网的知识化制造系统采购预测.pdfVIP

基于自学习模糊Petri网的知识化制造系统采购预测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 24 卷 第 3 期 控  制  与  决  策 2009 年 3 月 Vol . 24 No . 3 Cont rol an d D ecis ion   Mar . 2009   文章编号 : 100 10920 (2009) 03037 106 基于自学习模糊 Petri 网的知识化制造系统采购预测 孟宪刚 , 严洪森 (东南大学 复杂工程系统测量与控制教育部重点实验室 , 南京 2 10096) ( ) 摘  要 : 对模糊 Pet ri 网进行改进 ,使其增加 自学习能力 ,即自学习模糊 Pet ri 网 SFPN . 提出了自学习模糊 Pet ri 网 模型知识库的建立方法 ,通过构造 SFPN 模型知识库 ,建立并保存现有产品的 SFPN 模型 ,开发新产品或进行新的决 策时调出并进行修正后作为新产品模型 ,通过较短时间和少量样本的自学习训练 ,便可用于新产品的预测或决策. 最 后通过采购预测实例验证了该方法的有效性. 关键词 : 知识化制造 ; 模糊 Pet ri 网; 知识库 中图分类号 : F227     文献标识码 : A Purchase f orecasting in knowledgeable manufacturing systems based on selflearning f uzzy Petri nets M E N G X i ang ang , YA N H ongs en ( Key L aboratory of Mea surement and Cont rol of Complex Syst em s of Engineering , Mini st ry of Education , Sout hea st U niver sit y , Nanj ing 2 10096 , China . Correspondent : M EN G Xiangang , Email : mexga @sohu . com) Abstract : Fuzzy Pet ri net s are imp roved by adding t he abilit y of selflearning , namely selflearning fuzzy Pet ri net s ( SF PN) . The met hod of building t he selflearning fuzzy Pet ri net s model knowledge base i s p ropo sed . SFPN model s of exi sting p ro duct s are est abli shed and kep t by building t he SF PN mo del knowledge base . While a new p ro duct i s develop ed or a new deci sion i s made , t he SFPN model of exi sting p ro duct can be read , mo dified and u sed a s t hat of new p roduct , which can be u sed to foreca st or make a deci sion on new p roduct t hrough selflearning and selft raining wit h less time and a few of samples. Finally , an app lication of foreca

文档评论(0)

liybai + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档