基于人工神经网络非标产品制造成本估算探究.docVIP

基于人工神经网络非标产品制造成本估算探究 　　摘要： 大型和形状复杂的非标产品的生产成本，是很难估算的。目前采用的人工方法估算的误差较大。当成本估算用于招标目的时，这样的误差将产生不利的后果。成本高估承担的风险，是使公司缺乏竞争力，失去客户，而低估了成本，赢得了合同，但招致财务的损失。因此，一个精确的产品生产成本估算方法，对项目管理而言至关重要。本文应用神经网络建立的参数模型，针对大型和形状复杂的非标产品的生产成本估算和目前采用的手动估算相比，精确度有了很大提高。 Abstract： Estimating the manufacturing cost of large-sized and complex-shaped non-standard product is hard. Now the manual estimation methods suffered from a high estimation error. When cost estimates are to be used for bidding purposes， a poor accuracy may have detrimental financial consequences. A cost overestimation bears the risk of making the firm uncompetitive and losing a customer， while underestimating the cost leads to winning a contract but incurring a financial loss. Therefore， a precise cost estimation is critical for project management. In this paper， building the parametric model of artificial neural networks， compare with the artificial neural networks and the manual estimation methods in estimating the manufacturing cost of large-sized and complex-shaped non-standard product. the accuracy is improved. 关键词： 神经网络（ANN）；成本估算；非标产品 Key words： artificial neural networks （ANN）；cost estimation；non-standard product 中图分类号：TP183 文献标识码：A 文章编号：1006-4311（2014）14-0203-03 0 引言 生产成本评估是工业管理活动中的一个重要问题。通常情况下，成本的计算可被分类为预先计算，中间计算，后计算。前计算涉及估计未来成本，中间计算在产品开发周期内进行了成本控制的目的，而计算后，包括成本核算方法，用来确定实际成本作为未来预算数据。由于产品生命周期成本的很大一部分被定义在设计阶段，因此在新产品开发过程中广泛采用。然而，在这种情况下，通常用来提供合适的成本计算方法必需的数据，只有不完整的或不确定的产品描述的数据[1]。 由于神经网络能以期望的精度逼近任何非线性函数，并且它具有自学习、自组织、自适应、并行处理和容错等功能，因而可以较好的应用于产品生产成本估算。 1 成本估算方法分类 从方法论的角度来看，成本估算，可以分为定性或定量的方法。如图1。 定性的方法依赖于专家判断和经验启发式规则，定量的方法，可进一步分类纳入统计的模型，相似模型或生成分析模型。参数成本模型属于传统的统计方法，统计标准是用来确定因果联系和关联成本和产品特性，以便取得与一个或多个变量的。统计方法可以依靠公式或替代办法连结产品特性，以成本为例，如回归分析或优化方法已被广泛地应用，人工神经网络也被用来统计方法，这要归功于它们有能力进行分类，总结和推断的数据集合。人工神经网络模型接受输入形状描述和语义的产品特性，并作为输出产品的成本。搜索引擎优化也利用人工神经网络和统计相关性在生命周期成本概念设计阶段使用[2]。人工神经网络会表现出更好的线性回归模型。类似的方法，而不是找出一个类似的产品，用成本信息来估计未来成本，调整产品成本之间的差异。类似的模型，从而推断出相似的成本结构，功能或产品功能之间的几何相似。例如，作为一个多维特征空间中的点之间的距离测量。生成的分析方法是最准确的，描绘出实际的产品制造过