欢迎来到天天文库
浏览记录
ID:32986178
大小:208.70 KB
页数:4页
时间:2019-02-18
《基于6r的绿色服装生产决策及其应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、浙江理工大学学报,第26卷,第l期,2009年1月JournalofZhejiangSci—TechUniversityVo1.26,No.1,Jan.2009文章编号:1673—3851(2009)01—0053—04基于6R的绿色服装生产决策及其应用张琪,王莹,李斌,李仁旺(浙江理工大学,a.科技处;b.机械与自动控制学院,杭州310018)摘要:绿色服装的生产决策包括新产品投资方案决策、设计方案决策、工艺规划决策、物料消耗决策、作业调度决策以及废旧产品回收决策。文章首先介绍了上述决策过程,然后提出了一种基于BP算法的神经网络决
2、策方法,实现了决策中的公平性和合理性。同时,又将6R模型引入到决策中,根据6R中各变量的排序作出最优决策。关键词:绿色服装;生产决策;6R;BP算法;神经网络中图分类号:TS941.1文献标识码:A0引言服装的“绿色性”是一个综合环境属性、能源属性、资源属性、人类安全和健康性、经济性和技术先进性的综合指标,是服装对环境和人体“绿色程度”的体现,是衡量绿色服装,即生态服装的最重要标准。要实现服装的“绿色性”,生产决策是重要的一个环节。在决策中应充分考虑服装材料的可拆卸性、可回收性,使服装材料的选择达到资源利用率最高、能源消耗最低、对环
3、境污染最小的目的。在服装绿色设计的初期,充分考虑其材料的回收可能性、回收价值大小、回收再利用的结构工艺性,并在结构设计中使服装符合服装卫生学和服装人体工学的要求;企业在纤维生产、纺织加工、染整加工和服装制造、包装运输各环节符合生产生态学标准,最终产品符合绿色服装标准;服装废弃后能在自然条件下重复利用、降解或不对环境造成新的污染。1绿色服装生产智能决策的流程生产决策是绿色服装制造中的重要环节,是一种综合考虑制造过程中的环境影响和资源消耗的决策方法。绿色服装生产决策目标共有6个:时问T、质量Q、成本C、服务S、资源消耗因素R和环境影响因
4、素E,这6个决策目标间存在密切联系,共同构成了绿色服装生产决策目标系统[】]。在生产决策的流程中,应综合考虑这6个因素,得出最优决策方案。绿色服装生产决策的流程为:投资方案决策一设计方案决策一工艺规划决策一物料消耗决策一作业车问调度决策一废旧产品回收决策。各个决策的简述、决策方法和决策因素如表1所示。[281收稿El期:2oo8一O4一O1基金项目:国家自然科学基金资助项目(50675208);浙江省自然科学基金资助项目(Y605187)作者简介:张琪(1979一),男,浙江余姚人,硕士研究生,主要从事Internet的企业重组、先
5、进制造技术的研究。54浙江理工大学学报2009年第26卷2BP人工神经网络算法BP神经网络由于具有很好的函数逼近能力,通过对训练样本的学习,能很好地反映出对象的输入/输出之间复杂的非线性关系,是目前应用得最为广泛的神经网络模型之一。研究表明,一个3层的神经元构成的前馈型网络可以形成任意复杂的判断区域,即使模式空间的分布出现内啮合的情况,网络也能对模式集实现正确识别。误差反向传播神经网络(backpropagationneuralnetwork,BPNN)理论上可以映射任意复杂的非线性关系,因而可利用其实现决策系统中各种数据间的分析,
6、并能根据已有数据得出正确预测。本文采用的BP网络模型有3层,即一个输入层,一个隐含层和一个输出层,如图1所示。其中,X,X。⋯⋯,X代表6R,即6输入层隐含层输出层个关键因素:角色(role)、关系(relationship)、地区(region)、资源图1BP算法神经网络结构图(resource)、风险(risk)和重构(rec0nfiguration)~。第1期张琪等:基于6R的绿色服装生产决策及其应用2.1网络的学习过程BP网络的学习过程由正向传播和反向传播两部分组成。在正向传播过程中,输入样本X,X,⋯⋯,X从输入层经隐含层
7、处理并传向输出层,每一层神经元状态只影响下一层神经元状态。在输出层计算实际输出,如果得不到期望的输出,则转入反向传播。此时,误差从输出层向输入层反向传播并沿途调整各层问权值w¨以使误差不断减小。经过反复迭代,当误差小于允许值,即网络适应了要求的映射时,网络的训练过程即告结束。2.2神经网络标准步骤a)初始化。确定神经元的转换函数(通常取为Sigmoid函数),给定精度控制参数s(e>0)、学习率L及动量系数a,并选择初始权值W。;b)计算网络输出;c)计算误差函数E。如果E8、值,转(b);e)存储最优权值,算法结束。需要注意的是,权值调整是在误差向后传播过程中逐层进行的,当网络的所有权值都被更新一次后,可以说网络经过了一个学习周期uF。。。网络经过若干次训练(迭代)后,得到了网络的最优权值W3实例分析某一
8、值,转(b);e)存储最优权值,算法结束。需要注意的是,权值调整是在误差向后传播过程中逐层进行的,当网络的所有权值都被更新一次后,可以说网络经过了一个学习周期uF。。。网络经过若干次训练(迭代)后,得到了网络的最优权值W3实例分析某一
此文档下载收益归作者所有