基于ART2模型的造船系统中间产品成组分类研究

基于ART-2神经网络分类器算法是在自适应共振理论的基础上改进而来的,该方法能够对造船中间产品的特性分析样本进行分析判断,实现输入数据的自动分类与识别.提出了中间产品成组特性分析的模型,并对神经网络结构和改进的算法作了详细介绍.实验证明分类的效果比较准确,并可对同族产品的相似程度加以控制,使分组更加合理.     

施工准备期驻地工程师的工作和任务

针对工程准备期间，驻地这一基层的监理机构应开展的工作，进行有益的探讨。     

基于神经网络的船体焊接规范自动预测方法研究

针对目前船体焊接规范参数设计的特点,设计了船体焊接规范自动决策的人工神经网络模型．通过实际焊接工艺数据对网络模型进行训练,把以规则显示表达的工艺设计知识转化为隐式网络权值,应用网络推理机快速、准确地预测船体焊接规范参数．实验表明所建神经网络模型具有较好的自学习和预测能力,为船体焊接工艺参数优选提供了一条新途径．     

基于Petri网的船舶建造工艺工作流建模技术研究

提要通过对造船工艺设计流程的分析,基于PetriNet理论建立了工艺工作流模型,能够对工艺设计过程进行动态描述,并通过实例演示了模型正确性检验的过程。     

基于多Agent的船舶CAPP系统研究

根据敏捷造船模式的需要，设计了基于多Agent的船舶CAPP系统的框架结构，并对动态联盟下的船舶工艺规划、任务调度和工艺信息管理的功能作了介绍．通过Agent模型的实施，增强了系统的可重用性、可重构性和可扩充性．     

船体分段装配单元决策研究

子装配划分的自动实现方法是装配CAPP的研究难点,针对船体装配工艺设计自动化程度低,影响船舶建造周期和质量,设计了分段装配单元决策系统,建立了分段装配信息模型,基于模糊数学理论,提出了分段装配单元划分的模糊聚类方法,实例表明该方法是合理可行的.     

船体分段装配CAPP关键技术研究

针对船体装配工艺设计自动化程度低,影响船舶建造周期和质量问题,设计了分段装配计算机辅助工艺规划(CAPP)系统,重点研究了基于实例推理(CBR)方法的装配顺序规划中的关键技术,包括分段装配信息模型、实例组织的索引结构、面向对象的实例表示、推理过程中的实例相似度计算方法以及基于遗传算法的装配顺序匹配等内容.最后,介绍了整个CAPP系统的实现过程.