1. 研究目的与意义

我国的制造业占据gdp比重超过三分之一，支撑着国家经济的发展，其先进程度可显示我国的综合实力，但传统制造业在当今市场的激烈竞争中遇到了很多问题，如：管理不善、生产效率低下、质量不过关等。

如今，不管是大企业精英还是普通公众都在呼喊要积极适应时代的变革，因此，结合新的互联网技术，转变中国传统制造业，加强核心技术竞争力，是当务之急。也就是说，运用统计学、数据挖掘、机器学习等分析方法对制造业产生的数据进行分析，使制造业逐步走向智能化。

2. 研究内容和预期目标

研究内容：从当今数据时代的背景出发，来研究在制造业中如何应用人工神经网络等新的处理技术。首先阐述人工神经网络的概念以及起源，尤其是bp神经网络的原理，列举和剖析目前在制造行业中使用的神经网络。然后建立质量预测模型，运用bp神经网络将bosch生产线各工序中的数据进行处理，最后得出结论，总结bp神经网络在生产质量预测中的优劣势并提出建议。

拟解决的关键问题：如何构建生产预测系统，如何设计并训练神经网络。

3. 国内外研究现状

杨晓君、张楠^⑥等人运用bp神经网络建立了基于拟合训练大量历史样本的渤海海风预报模型，对各风级、各预报时效的预报能力非常稳定，对灾害大风的预报准确率保持很高的水平。王小亮^⑦等人将人工神经网络与近红外光皮相结合，建立了佐匹克隆片定量分析模型，可以用于该药品的快速检验，其效果快速、准确、环保。徐湖^⑧等人基于改进的神经网络，以芯片组件焊点为研究对象，预测焊接过程中可能出现的质量问题。刘世林^⑨等人形成了一种基于bp神经网络的专家系统,并优化工艺参数以实际形状之间的差异值与理想值的spi垫作为输入,并具体调整工艺参数作为输出量的预测系统。蒋俞勇、王军龙^⑩用提取了光学电压的多种联合特征作为输入向量训练了bp神经网络，并matlab进行仿真实验验证了该方法的诊断正确率在90%以上。韩万龙、范静^#9322;等人利用bp神经网络预测模型准确可靠地实现了对天然气中重组分对mdea溶液吸收性能不利影响地预测。顾哲彬、曹飞龙^#9323;借鉴了深度学习的思想与方法，引进了具有矩阵输入的多层前向神经网络，采用传统的反向传播训练算法(bp)训练该网络，解决了在用人工神经网络进行图像处理时,图像将以向量形式输入至神经网络,因而会影响了图像处理效果的问题，同时，对于彩色图片分类问题给出了一个有效的可行方法。金燕^#9324;等人提出了一种对航空轴承疲劳进行可靠性分析的人工智能方法，该方法采用遗传算法完成最小可靠性指标寻优和惩罚函数最佳设计点，基于改进的一次二阶矩法完成可靠性灵敏度分析，具有高效的计算性能和良好的全局搜索能力。王发麟^#9325;等人针对复杂机电产品线缆敷设质量难以控制与评判的问题,基于人工神经网络，提出了一种复杂机电产品线缆敷设质量综合评判方法。该方法采用人工神经网络与ahp法混合的多指标综合评判方法模拟专家对线缆敷设质量进行评价,并将敷设质量的模型评估结果与专家的评估结果进行比较。陈伟^#9326;等人利用bp人工神经网络建立7种影响烤烟评吸质量的化学成分和烤烟评吸质量之间的人工神经网络模型,对不同烤烟样品评吸质量进行预测，具有较好相关性和较低误差，并利用c 语言设计了烤烟评吸质量评估软件,具有较好的实用性。王磊^#9327;等人采用bp人工神经网络反演的方法，利用优选后的地震属性与钻孔数据综合训练，建立了煤层厚度预测模型，定量预测了勘探区煤层厚度变化趋势，提高了煤层厚度预测精度,并结合煤层厚度预测结果和地震时间剖面圈定了区内的古河流冲刷带范围。金关秀^#9328;等人运用数字图像处理技术测取30种聚丙烯纺粘非织造布的孔径，以计量泵频率和网帘频率为输入建立了7个bp神经网络模型,有效预测纺粘非织造布的孔径及其分布，验证实验的结果也进一步印证了bp神经网络模型具有很高的预测准确度。在深度神经网络领域, 王立中^#9329;等人建立了带钢表面识别的基本模型;然后,通过训练样本图像获取基础模型参数;最后,通过实验验证所提算法的有效性.该文满足了带钢识别的要求，表面缺陷识别的准确率高达98%。雷亚国^#9330;等人结合机械大数据的特点与深度学习的优势，提出了一种新的机械装备健康监测方法，在大样本、多工况下，对多级齿轮传动系统不同故障类型、不同故障位置的故障特征，实现了自适应提取与健康状况准确识别。

在国外，bipan tudu 等^#9331;于 2009 年提议利用增量式 rbf 神经网络建立的电子鼻来评估红茶质量。leung，henry 教授^#12881;通过遗传算法优化定向基神经网络参数，并且采用了最小二乘法学习权值系数。日本学者 xiong，qingyu 等^#12882;研究了自组织特征映射(self-organizing feature mapping, solm)和 rbf神经网络相结合的自组织 rbf 神经网络。yang taho 等^#12883;使用ann算法构建模型，用于实现smt焊机印刷时焊盘体积的预测。jou、yung tsan等^#12884;使用triz矛盾矩阵，确定39个过程参数与锡膏印刷的13个参数之间的关系，将专家验证和taguchi方法结合，进行关键要素筛选。yeung，b.h等^#12885;通过 surface evoler 软件仿真预测焊盘形状，实际的接合焊盘数据和 surface evoler 预测值进行对比分析。

ocak等人^#12886;分别使用ann、svm以及gp( gaussian process)对盾构隧道的沉降进行计算，成功地将误差率从13降到了9;而 fan等人^#12887;利用基于动态滑移窗的支持向量机来预测盾构隧道的沉降，取得了比svm 更好的效果; peng等人^#12888;利用隐马尔可夫模型( hidden markov model)和灰色模型( grey model)来对机械设备进行健康预测; zio等人^#12889;则利用数据驱动的模糊方法对系统的剩余寿命进行了预测。

4. 计划与进度安排

研究计划：

2022年12月下旬：查找资料、论题研究、论文资料查找、提交开题报告

5. 参考文献

[1]李少波, 陈永前. 大数据环境下制造业关键技术分析[j]. 电子技术应用, 2017(2).

[2]周志华.机器学习.[m]北京：清华大学出版社,2016

[3]张蕾，章毅.大数据分析的无限深度神经网络方法[j].计算机研究与发展,2016,53(1):68-79