典型文献
基于强化学习的尺寸质量解决方案
文献摘要：
生产现场尺寸质量问题分析依赖于工程经验或传统质量工具,而前期尺寸虚拟分析结果受假设条件限制无法直接指导问题分析解决,造成上下游数据流无法自由贯通,海量的尺寸数据浪费,无法满足快速的质量问题响应需求.提出一种基于人工智能算法的尺寸质量解决方案,将前期理论分析数据与现场实测数据通过尺寸虚拟分析模型进行交互,采用强化学习算法对模型进行训练,得出现场尺寸问题的影响因子及敏感度.实例表明,得到的影响因子及敏感度与实际问题分析结果非常接近,能够快速、精准的支持现场尺寸质量问题的数据分析、风险预测及管理.
文献关键词：
尺寸数据;虚拟分析模型;强化学习;影响因子及敏感度
中图分类号：
作者姓名：
付红圣;曾辉;罗钧鼎
作者机构：
上海蔚来汽车有限公司,上海201805
文献出处：
引用格式：
[1]付红圣;曾辉;罗钧鼎-.基于强化学习的尺寸质量解决方案)[J].汽车工艺与材料,2022(07):7-11
A类：
虚拟分析模型,影响因子及敏感度
B类：
尺寸质量,生产现场,质量问题分析,质量工具,上下游,数据流,尺寸数据,应需,人工智能算法,现场实测,数据通,强化学习算法,风险预测
AB值：
0.205824
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
