简介:
本发明公开了一种基于负熵增加的多机协同控制方法及系统,采用迁移学习理论,研究多维质量状态空间分布的动态演化规律,对智能制造过程多维质量状态波动规律进行动态预测,搜索可以使得智能制造的社区网络熵值更小的影响因素,进而揭示可以使得质量状态波动性更小的规律,从而形成了一种智能制造过程的多维质量状态的负熵增加方法;再引入微进化学习机制,构建多机协同自适应控制方法,通过负熵控制器完成结构调整控制,通过自适应控制完成过程调整控制,从而实现对智能制造过程多维质量状态进行动态循环的自适应控制。本发明可以广泛用于智能制造的产品质量保障领域。
本发明公开了一种基于负熵增加的多机协同控制方法及系统,采用迁移学习理论,研究多维质量状态空间分布的动态演化规律,对智能制造过程多维质量状态波动规律进行动态预测,搜索可以使得智能制造的社区网络熵值更小的影响因素,进而揭示可以使得质量状态波动性更小的规律,从而形成了一种智能制造过程的多维质量状态的负熵增加方法;再引入微进化学习机制,构建多机协同自适应控制方法,通过负熵控制器完成结构调整控制,通过自适应控制完成过程调整控制,从而实现对智能制造过程多维质量状态进行动态循环的自适应控制。本发明可以广泛用于智能制造的产品质量保障领域。