设计了一种基于深度学习的预测模型,以提升具有大数据特征的离散智能车间订单完工时间预测能力。从当地企业的MES系统中查询选取生产线的数据用于研究,初步统计分类并使用主成分分析法处理;搭建基于DNN(深度神经网络)的预测模型,初始化模型参数,选择Softmax回归分类器;对比BP神经网络与RBF神经网络,以验证模型准确度和可靠度。

随着时代的发展和科学技术的进步,在很多工作场所都开始广泛应用叉车,比如铁路、港口、机场和仓库等。通过实践研究表明,采用叉车来装卸货物以及短途搬运等,工人的劳动强度可以得到有效的减轻,物流机械化作业得到了实现,但是传统的叉车工作装置控制系统存在着很大的局限性。文章分析了基于电动叉车的电液比例控制技术实践。