摘要
本发明公开了基于人工智能的钟表制造产量预测方法及系统,通过建立CMAN跨模态注意力网络,使用自注意力机制分别提取各模态的局部特征,通过跨模态注意力计算模态间语义关联,引入GNN图神经网络建模模态间依赖关系,将所述多模态数据进行特征对齐与交互,得到融合特征数据;构建BJM贝叶斯联合模型对所述融合特征数据进行预测,利用纵向子模型预测设备健康状态的时序轨迹,通过生存子模型估计关键设备和原材料的失效时间分布,得到产量需求预测结果;根据所述产量需求预测结果生成钟表产量调整策略。使得产量需求预测结果更贴合实际生产场景,大幅降低了预测偏差。
技术关键词
产量预测方法
设备健康状态
钟表
融合特征
注意力机制
跨模态
预测系统
语义
子模块
多模态数据采集
生成设备
分析设备
消息传递机制
设备运行参数
轨迹
热力图
时序