摘要
本发明属于绿色智能制造技术领域。提供了一种基于异构属性图的零件制造碳排放预测方法及系统,根据待制造零件的设计特征节点、工艺特征节点以及资源活动节点,构建待制造零件的零件异构属性图,确定零件异构属性图的每条碳排放路径的碳排放值;采用图卷积对设计特征节点、工艺特征节点以及资源活动节点进行初始特征传播和表征学习,确定节点嵌入表示,根据所述节点嵌入表示得到设计特征对应的注意力权重;根据所述碳排放值以及所述注意力权重,确定每个设计特征节点的最终表示;以每个设计特征节点的所述最终表示为输入,采用双层图神经网络模型,预测得到每个设计特征节点的碳排放预测结果;实现了更高精度的碳排放的预测与归因分析。
技术关键词
设计特征
排放预测方法
节点
工艺特征
代表
异构
注意力
零件
可读存储介质
资源
神经网络模型训练
切削工具
加工余量
计算机
切削液
多层感知机
排放量
处理器
预测系统
系统为您推荐了相关专利信息
人力资源管理系统
区块链技术
哈希算法
业务管理模块
人力资源数据
字符
节点
队列算法
存储计算机程序
可读存储介质
水下无线传感器网络
整数非线性规划
网络节点集合
网络部署方法
地形特征