基于支持向量机的多工艺方案综合评价算法  

A multi-factorial evaluation algorithm of alternative process plans based on support vector machine

作　　者：陶秀凤[1] 周鸣争[2] 

机构地区：[1]安徽工程科技学院电气工程系,安徽芜湖241000 [2]安徽工程科技学院计算机科学与工程系,安徽芜湖241000

出　　处：《安徽工程科技学院学报（自然科学版）》2005年第1期36-39,共4页Journal of Anhui University of Technology and Science

基　　金：安徽省教育厅自然科学基金重点资助项目(2004kj033zd).

摘　　要：针对事先无法确定目标属性权重或隶属度一类多方案综合评价问题,提出了一种首先利用支持向量机的学习算法建立目标、综合属性的优化模型,再对多方案进行综合评价的算法.通过对“聚脂网生产工艺CAPP系统”应用表明,该算法不仅适用单件小批量生产,而且适用于大批量生产,具有较好的推广性.As for alternative process plans which can not confirm its goal attribute weight, a multi-factor evaluation algorithm is presented. The algorithm sets up a model to synthesize attribute optimization utilizing the support vector machine. By using in “polyester network production technology CAPP system”, this algorithm is not only applicable small batches production, but also effective for large quantity production.

关 键 词：支持向量机 学习算法 目标属性 推广性 综合属性 CAPP系统 隶属度 综合评价 单件小批量生产 多方案 

分 类 号：TP391[自动化与计算机技术—计算机应用技术] TP181[自动化与计算机技术—计算机科学与技术]