基于RSANN理論的產(chǎn)品生命周期預(yù)測(cè)研究.pdf

1、產(chǎn)品生命周期管理是一種先進(jìn)的企業(yè)信息化思想，它能夠把過(guò)去和現(xiàn)在的那些行之有效的技術(shù)、系統(tǒng)、流程、實(shí)施方法論和企業(yè)智力資產(chǎn)進(jìn)行繼承與集成，在正確的企業(yè)戰(zhàn)略思想和商業(yè)原則指導(dǎo)下，將其提升為符合企業(yè)實(shí)際情況的解決方案，讓企業(yè)信息化變得更加現(xiàn)實(shí)和更容易實(shí)施。然而，現(xiàn)實(shí)系統(tǒng)復(fù)雜的不確定性和時(shí)變性使得對(duì)產(chǎn)品生命周期的預(yù)測(cè)精度受到很大的限制，目前尚無(wú)成熟、系統(tǒng)的適用于非線性時(shí)變系統(tǒng)的理論。近年來(lái)新興的人工神經(jīng)網(wǎng)絡(luò)方法由于具有很強(qiáng)的非線性逼進(jìn)能力和自學(xué)

2、習(xí)、自適應(yīng)等特性，在模式識(shí)別、系統(tǒng)辨識(shí)、智能控制、圖像處理、故障診斷等領(lǐng)域得到了廣泛的應(yīng)用，而且，其智能化分析的特性適于對(duì)未來(lái)做出預(yù)測(cè)和評(píng)價(jià)，從而給解決這類問(wèn)題提供了新的思想和方法。它的原理是采用誤差反傳的特性解決隱含層引入以后的學(xué)習(xí)問(wèn)題，即采用梯度下降法使權(quán)值的改變總是朝著誤差小的方向改進(jìn)，最終達(dá)到最小誤差。理論證明，利用人工神經(jīng)網(wǎng)絡(luò)算法可以對(duì)產(chǎn)品生命周期的狀態(tài)進(jìn)行系統(tǒng)、智能的預(yù)測(cè)?；诖苏J(rèn)識(shí)，本文對(duì)該類問(wèn)題進(jìn)行了較為系統(tǒng)深入的分析研

3、究。 雖然人工神經(jīng)網(wǎng)絡(luò)方法具有很多優(yōu)點(diǎn)，但也存在語(yǔ)義功能差，知識(shí)的獲取過(guò)程和推理過(guò)程有黑箱性，難以約簡(jiǎn)輸入的冗余數(shù)據(jù)等缺點(diǎn)。粗糙集理論是一種研究不精確數(shù)據(jù)的分析、推理，挖掘數(shù)據(jù)間的關(guān)系，發(fā)現(xiàn)隱含的知識(shí)，揭示潛在規(guī)律的行之有效的方法，在數(shù)據(jù)挖掘等領(lǐng)域得到了廣泛的應(yīng)用。本文分析論述了人工神經(jīng)網(wǎng)絡(luò)算法的工作原理，采用多層前饋神經(jīng)網(wǎng)絡(luò)對(duì)產(chǎn)品生命周期進(jìn)行預(yù)測(cè)。本文的主要工作有：(1)在神經(jīng)網(wǎng)絡(luò)的誤差函數(shù)中引入加權(quán)系數(shù)，弱化前期學(xué)習(xí)樣本，強(qiáng)