基于神经网络集成的家用轿车全生命周期成本估算与性能指标预测
注意：本文已经发表在《机械设计》,2010,27(1):9-13,29发表
使用者请注明文章内容出处
陈晓川1 袁杰1 吴迪2杜红彬3
(1.东华大学 机械工程学院,上海,201620 2.大连理工大学 计算机学院,大连,116024 3.华东理工大学 自动化系, 上海，200237)
内容摘要：面向成本的设计(DFC－Design For Cost)是从设计的角度降低全生命周期成本(LCC－Life Cycle Cost)的设计方法。从DFC的角度，通过分析得到家用轿车的设计特征主要有外形尺寸、发动机功率、排量等参数，采用基于特征的神经网络集成方法通过实例计算表明在概念设计阶段就可以估算其LCC，为降低其LCC奠定了重要基础。在计算BP神经网络权值时分别采用了Levenberg-Marquardt（LM）法和遗传算法（GA－Genetic algorithm）方法，对两种方法的计算结果进行了神经网络集成，集成后的结果更好。最后采用类似方法，对家用轿车的部分性能指标（百公里耗油量和车身质量）进行了预测。
关键词： 家用轿车，面向成本的设计(DFC－Design For Cost)，全生命周期成本(LCC－Life Cycle Cost)，神经网络集成，遗传算法
Performance targets and life cycle cost (LCC) estimation of family cars based on the neural network ensemble
Chen XiaoChuan , Yuan Jie1, Wu Di , Du Hongbin3
1) The Mechanical Engineering College, Donghua University, Shanghai 201620, China
2) Department of Intelligent Robotics, Dalian University of Technology, Dalian 116024, China
3) Department of Automation, East China University of Science and Technology, Shanghai 200237,China
Abstract：Design for cost (DFC) is a method that reduce Life cycle cost (LCC) at design stage. From the viewpoint of DFC, the design features of family cars were obtained, such as all dimensions, engine power and emission volume. At conceptual design stage, cars’ LCC were estimated using back propagation (BP) artificial nerve networks (ANN) method based on the features. An example was given. It is an important foundation in order to reduce LCC. Levenberg-Marquardt（LM）and Genetic algorithm (GA) were used to train BP ANN’s weights. GA’s results were better than LM’s results. The results obtained through the adoptions of neural network ensemble are better than simply use GA or LM algorithm. Finally, performance targets (bodywork weight and oil/kilometers ) of family cars were predicted using BP ANN methods.
Keywords： Design for cost (DFC), Life cycle cost (LCC), neural network ensemble, Genetic algorithm (GA)
1、浏览全文需要使用软件－－Abode
Acrobat(由于软件较大并常见,我站不提供下载)
2、下载论文全文请点击鼠标右键“另存为”或使用网络蚂蚁下载(156KB)
参考文献
[1] 陈晓川,张暴暴,冯辛安.面向成本的设计的关键技术及其概念模型[J].大连理工大学学报,1999,39(6):775～780.
[2] 陈晓川.并行工程中面向成本的设计（DFC）[M].长春:吉林人民出版社,2003.
[3] 阮镰,章国栋. 工程系统的规划与设计[M]. 北京: 北京航空航天大学出版社, 1991.
[4] [美国]Booz Allen, Hamilton Ine.著, 王若松,章国栋,阮镰,郁士光译. 美国系统工程管理[M]. 北京: 北京航空航天大学出版社, 1991.
[5] Gupta Y. P., Life cycle cost models and associated uncertainties[C]. In Electronics Systems Effectiveness and Life Cycle Costing, NATO ASI Series, Vol. F. J. K. Skwirzynski(ed.)1983.535-549.
[6] 陈晓川,刘晓冰,冯辛安. 面向成本的设计中的成本构成及其估算框架的研究[J]. 中国机械工程, 2001,12(5):510-514.
[7] 陈晓川,冯辛安. 面向成本的设计中的多域特征映射研究[J]. 机械科学与技术, 2002,21(2): 318-324.
[8] Hansen L K, Salamon P. Neural network ensembles[J]. IEEE Trans Pattern Analysis and Machine Intelligence, 1990, 12(10) : 993- 1001
[9] Sollich P, Krogh A. Learning with ensembles: How over fitting can be useful[C]. In: TouretzkyD, MozerM , HasselmoM eds. Advances in Neural Information Processing Systems, Cambridge, MA: MIT Press, 1996. 190- 196
[10] Perrone M P, Cooper L N. When networks disagree: Ensemble method for neural networks[C]. In: Mammone R J ed. Artificial Neural Networks for Speech and Vision, New York: Chapman & Hall, 1993. 126- 142
[11] 王望予. 汽车设计（第四版）[M]. 北京: 机械工业出版社,2004.
[12] 丛爽. 面向MATLAB工具箱的神经网络理论与应用（第二版）[M]. 合肥: 中国科学技术大学出版社, 2003.
作者点评：
本文采用神经网络集成的方法提高了成本估算的准确性，并对家用轿车的油耗和车身重量进行了预测。2016.3.12.
本站收录的本文作者的其他论文：
1、并行工程的研究概况综述
2、现代集成制造系统的技术构成及发展策略研究
3、面向并行工程的DFC与DTC辨析
4、基于作业成本法的DFC成本计算模式
5、面向成本的设计中全生命周期成本数据的收集、处理与使用
6、制造业中产品全生命周期成本的研究概况综述
更多相关论文请点击本站的<<<站内全文搜索>>>查找
|
