[发明专利]一种基于迁移学习的手机装配工艺知识框架模型构建方法

权利要求书

1.一种基于迁移学习的手机装配工艺知识框架模型构建方法，其特征在于：包括如下步骤：

步骤A1：收集之前生产的每一款旧款手机装配过程的生产数据，所述生产数据包括每一步装配工艺过程的名称、每一步装配工艺过程的工艺要求参数和待预测的所需手机装配工艺过程的工艺结果参数；

步骤A2：计算每一款所述旧款手机的装配工艺过程与新款手机装配工艺过程的拓扑结构相似性，选出满足相似性的要求的装配数据集X_k；

步骤A3：将在步骤A1中所收集到的手机装配过程的所述工艺要求参数作为输入，通过深度稀疏自编码器对所述生产数据进行特征提取；

步骤A4：在步骤A3中通过所述深度稀疏自编码器对手机装配过程最原始的工艺过程参数矩阵X进行特征提取，将手机装配工艺过程中的所述工艺要求参数进行特征提取并标记，得出最终的带标记的低维特征矩阵X_s；

以所述低维特征矩阵X_s为次级训练集训练一个支持向量机回归模型M，得到一个基于手机装配工艺过程的所述工艺要求参数对手机装配工艺过程工艺结果参数的预测模型，即手机装配工艺过程工艺要求参数数据集的支持向量机回归模型M；

步骤A5：采用迁移学习的方式对所述支持向量机回归模型M进行调整，训练出对新款手机装配过程工艺的过程工艺结果参数进行预测的模型M_T。

2.根据权利要求1所述的一种基于迁移学习的手机装配工艺知识框架模型构建方法，其特征在于：

步骤A2包括步骤A21：计算手机装配工艺过程中节点的相似性：

其中，S_node(v_i，v_j)代表装配工艺过程v_i和装配工艺过程v_j节点的相似性；

m_i，j代表装配工艺过程v_i和装配工艺过程v_j中节点匹配的数量；

e_i代表手机装配工艺过程v_i中所有节点数量之和；

e_j代表手机装配工艺过程v_j中所有节点数量之和。

3.根据权利要求2所述的一种基于迁移学习的手机装配工艺知识框架模型构建方法，其特征在于：

步骤A2还包括步骤A22：计算手机装配工艺过程中拓扑关系的相似性：

其中，S_rel(v_i，v_j)代表装配工艺过程v_i和装配工艺过程v_j拓扑关系的相似性；

M_i，j代表装配工艺过程v_i和装配工艺过程v_j中关系边匹配的数量；

E_i代表手机装配工艺过程v_i中所有关系边数量之和；

E_j代表手机装配工艺过程v_j中所有关系边数量之和。

4.根据权利要求3所述的一种基于迁移学习的手机装配工艺知识框架模型构建方法，其特征在于：

步骤A2还包括步骤A23：计算手机装配工艺过程整个拓扑结构相似性：S(i，j)＝S_node(v_i，v_j)×W_node+S_rel(v_i，v_j)×W_rel；

其中，S(i，j)表示手机装配工艺过程整个拓扑结构的相似性；

W_node为节点权重参数表示节点对整个拓扑结构的影响程度；

W_rel为关系边权重参数表示关系边对整个拓扑结构的影响程度。