基于GAN-CNN联合网络的复杂产品费用预测

作     者：江涛 刘鑫容 朱耀琴 曲慧杨 JIANG Tao;LIU Xin-rong;ZHU Yao-qin;QU Hui-yang

作者机构：南京理工大学计算机科学与工程学院江苏南京210094 航天系统仿真重点实验室北京仿真中心北京100854 

基　　金：装备发展部十三五预研项目(41401030301) 装备发展部十三五领域基金(61400010205) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2020年第28卷第17期

页      码：174-179,184页

摘      要：研究小样本情况下,GAN在复杂产品费用预测上的应用。针对小样本情况下传统神经网络难以训练、预测准确度不高的问题,采用GAN网络与CNN网络结合的方法,借助GAN判别网络强大的特征提取能力,提取出样本的浅层特征,并将特征共享给CNN预测网络。CNN预测网络与判别网络共同约束生成网络,从而训练整个神经网络,最后以CNN预测网络进行复杂产品费用预测。以导弹作为复杂产品的样例进行实验,经实验论证,GAN-CNN联合网络预测的准确性约为95%。

主 题 词：费用预测 复杂产品 生成对抗网络 卷积神经网络 小样本 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.14022/j.issn1674-6236.2020.17.038

馆 藏 号：203968327...