瓶颈定位可解释
针对飞机总装线小样本场景设计的可解释神经网络，在产出预测的同时通过事后权重分析定位生产瓶颈，优于常规黑箱模型。
Jiang, Changjian · 张杰 · 唐文斌 · Guanhua, Gao · Hou, Yukan
Advanced Engineering Informatics 2024
通过按反向传播顺序对模型权重进行事后分析，能够直接定位各工位的生产瓶颈，让管理者知道模型为何给出这样的预测。
针对总装线数据有限的特点，采用串并行LSTM和注意力机制分别对工序序列及工人/物料需求建模，每个工位得到独立子模型，降低了数据需求。
在工业案例中，该模型在误差、相关性和精度三个指标上均超过其他基准神经网络，可直接用于实际生产线预测。