10.3969/j.issn.1007-7375.2016.05.008
基于数据驱动仿真的两设备系统元模型
半导体封装测试系统等复杂制造系统的性能分析是项非常困难的任务。利用仿真模型构建两设备系统元模型，并以元模型为基石构建面向大规模复杂系统的近似解析方法是分析复杂制造系统的有效手段。为了快速准确地构建两设备系统元模型，提出了一种基于数据驱动仿真技术及人工神经网络的元模型构建方法。该方法以考虑缓存输送时间的两设备制造系统为研究对象，采用AREAN的二次开发技术实现仿真模型的自动配置、运行、统计，以生成人工神经网络所需案例，并通过比较分析BP、RBF和Chebyshev这3类典型的函数逼近神经网络确定最优的人工神经网络模型。实验结果表明径向基函数密度为120的RBF神经网络模型表现最优，其结果误差最小，能够成为大规模复杂制造系统近似解析方法的基石。
数据驱动仿真、元模型、人工神经网络
19
TH181;TB476
国家自然科学基金资助项目71401098；上海市科学技术委员会科研计划资助项目14511108303；上海市高校青年教师培养资助计划资助项目ZZSD15047
2016-12-23（万方平台首次上网日期，不代表论文的发表时间）
共7页
51-57
