神經網絡 - 如何預測多階段過程的初始值你好。
我有一個多階段製造過程（我們稱之為P1，P2，P3和P4）。每批次在相應時間tP1，tP2，tP3和tP4處於這些階段。我當前的神經網絡模型正確地預測P1處的時間= 0，但不預測P2-P4處的時間= 0。我想生成一個模型，該模型允許我預測在當前時間的一半時間內經歷過程P1-P4的批次的輸出值。我該怎麼做呢？我不認為這是一個推斷，因為我已經有0和最大時間之間的時間點的數據。
謝謝。
Re：神經網絡 - 如何預測多階段過程的初始值嗨，thebranchingsta！
製造業的科學非常有趣，並且經常給出非常直觀的結果。 例如， Pollaczek-Khinchine 方程表明服務時間的變化係數會對周期時間產生影響。
根據您當前的操作，將切割過程時間減半可能會使批次的到達率超過流程的服務率，並且隊列可能會增長到無窮大。 我懷疑一個合理的神經網絡模型可以準確預測。
我認為最先進的是非線性約束模擬和全局優化。
祝好運！
