《计算机集成制造系统杂志》发表论文赏析

基于Transformer的区域整车投放量多属性决策

来源:计算机集成制造系统杂志2026年第1期北京时间:

作者:高蕴慧, 孙林夫, 吴奇石, 蒋志强

单位:1.西南交通大学计算机与人工智能学院2.四川省现代服务科技工程技术研究中心

摘要:整车制造厂在直营模式下,科学的整车投放决策是提升企业市场竞争力的关键。现有的投放量决策方法主要存在两个局限:①传统人工经验决策方法忽视了数据的时序关联性;②简单神经网络算法虽然考虑了时序性,但未能有效整合区域特征、车型属性、消费价格指数等多维度信息。为此,提出了基于Transformer的区域整车投放量多属性决策(TransMADM)方法。该方法包含两个阶段,预测阶段利用了Transformer模型中的自注意力机制捕捉时序数据的内在关联,将多类型数据嵌入至高维向量空间,构建了综合考虑时序关联性与多维特征的投放量预测模型。决策阶段基于预测结果,引入了语言真值格蕴涵代数,更好地表达决策过程中的不确定性,建立了基于语言值的区域整车多属性决策框架,实现了对整车制造厂多属性决策的有效整合。通过第三方云平台真实数据验证,实验结果表明提出的预测模型相较于广泛应用的神经网络方法LSTM和RNN,在均方误差(MSE)方面分别提高了2.47%和1.25%。通过进一步与经典多属性决策方法的对比,验证了基于语言值的多属性决策方法的结果更符合人类的日常表达。所提方法不仅提升了预测精度,还通过多属性决策方法增强了区域市场动态的适应能力,为整车制造厂提供了更科学的投放量优化方案。

关键词:区域整车投放量,Transformer模型,多属性决策,注意力机制

基金资助:国家重点研发计划资助项目(2023YFB3308600)。

2026年1期其他文献查阅:

从数字孪生到数智孪生:回顾与展望

基于文献计量的车间调度研究进展与趋势分析

大语言模型赋能的用户参与式产品功能拓扑生成方法

多生理数据驱动的产品外观设计智能评价方法

数据驱动的航空产品关键组件方案设计模型

3D打印个性化多孔椎间融合器的参数化设计

基于轻量化SE-ResNet和增量学习的铣刀磨损状态预测方法

基于混合网络模型的冷轧深冲钢连退过程力学性能预测

基于AEA-ITD3-MMC算法的核电蒸汽系统性能优化

面向工艺规范的文档树结构检索增强生成方法

基于大语言模型和深度强化学习的柔性作业车间动态调度问题研究

面向紧急订单的汽车混流生产线调度优化

多策略相结合粒子群算法求解作业车间调度问题

基于简易多重曝光融合的条纹结构光三维测量方法

基于Focal Transformer的工业图像压缩方法

基于SOBI与XGBoost的质量控制图并发模式识别

虚实混合表情数据与心电数据决策级融合的人员情绪动态识别方法

级联失效下考虑节点过载的作业车间云网络鲁棒性研究

智能制造中工业软件生态演化的系统理论研究

基于IO-LCA和敏感性分析的制造业车间减碳分析方法

基于废旧机电产品多属性寿命情景的再制造策略决策方法

可再生和传统两类能源互补供能的双目标低碳项目调度

基于Transformer的区域整车投放量多属性决策

基于VMD重构数据增强的不平衡少样本轴承故障识别方法

基于动态时间窗的动车组系统两级非完美机会维修策略

数字孪生驱动的物流仓储无人仓多AGV全局路径规划研究

基于Stackelberg博弈的钢卷进出库物流调度

回收竞争下闭环供应链分类回收及共谋策略研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!