软件时空
文章编号：１００８－０５７０（２００８）０７－３－０１２３－０２
基于神经网络的工时定额计算方法研究
ＢａｓｅｄＮｅｕｒａｌＮｅｔｗｏｒｋｍｅｔｈｏｄｏｆｔｉｍｅｑｕｏｔａｃｏｍｐｕｔｅｒｅｓｅａｒｃｈ
（电子科技大学成都）
王国印李辉丁杰雄
ＷＡＮＧＧｕｏ－ｙｉｎＬＩＨｕｉＤＩＮＧＪｉｅ－ｘｉｏｎｇ
摘要：为了解决当前企业传统工时定额制定方法中存在的问题，本文通过分析影响工时定额制定的因素，提出了利用改进的ＢＰ算法神经网络计算工时定额的方法，建立了相应的算法与模型，使得ＢＰ网络在训练和计算结果有了明显的提高。利用
简便性及准确性，为企业ＭＡＴＬＡＢ７．１对建立的网络进行训练和仿真，试验结果表明了ＢＰ神经网络计算工时定额的快速性、
制定工时定额提供了一种切实可行的方法。关键词：工时定额；神经网络；动量
文献标识码：Ａ中图分类号：ＴＰ３９３
Ａｂｓｔｒａｃｔ：Ｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｏｆｍａｋｉｎｇｔｉｍｅｑｕｏｔａｔｈａｔｅｘｉｓｔｃｕｒｒｅｎｔｅｎｔｅｒｐｒｉｓｅｓ，Ｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｓｔｈｅ
ｄｅｖｅｌｏｐｍｅｎｔｏｆｔｉｍｅｑｕｏｔａ，ｔｈｅｕｓｅｏｆｉｍｐｒｏｖｅｄＢＰｎｅｕｒａｌｎｅｔｗｏｒｋａｌｇｏｒｉｔｈｍｆｏｒｃａｌｃｕｌａｔｉｏｎｏｆｔｉｍｅｑｕｏｔａ，ｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇａｌｇｏ－ｒｉｔｈｍｓａｎｄｍｏｄｅｌｓＢＰｍａｄｅｉｎｔｒａｉｎｉｎｇａｎｄｒｅｓｕｌｔｓｈａｖｅｂｅｅｎｒｅｍａｒｋａｂｌｙｉｍｐｒｏｖｅｄ．ＵｓｉｎｇＭＡＴＬＡＢ７．１ｔｏｔｒａｉｎａｎｄｓｉｍｕｌａｔｅｔｈｅｎｅｔｗｏｒｋ，ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＢＰＮｅｔｗｏｒｋＣｏｍｐｕｔｉｎｇｔｉｍｅｑｕｏｔａｆａｓｔ，ｓｉｍｐｌｅａｎｄａｃｃｕｒａｔｅ，ｐｒｏｖｉｄｉｎｇａｖｉａｂｌｅｓｏｌｕｔｉｏｎｔｏｍａｋｅｔｉｍｅｑｕｏｔａｆｏｒ．ｅｎｔｅｒｐｒｉｓｅ．
Ｋｅｙｗｏｒｄｓ：Ｔｉｍｅｑｕｏｔａ；ＮｅｕｒａｌＮｅｔｗｏｒｋ；Ｍｏｍｅｎｔｕｍ
工时定额（ＴｉｍｅＱｕｏｔａ）是指在一定的生产技术组织条件下，合理地利用使用设备，劳动工具的基础上，完成单件产品或单项工序作业所必需的时间消耗。工时定额的准确计算是企业合理组织劳动的重要依据，也是促进劳动生产率提高的重要手段，其计算的准确性将直接影响到企业的生产、经营和管理水平。
目前，普遍采用的工时定额制定方法主要有：查表法、数学模型法和混合法。查表法存在定额数据的存储量大、数据库维护和操作困难的弊端，数学模型法通用性不强，也不能完全满足企业的要求。
神经网络法通过各神经元之间的连接来建立输入与输出之间的映射关系。由于神经网络方便求解非线性问题以及具有良好的逼近能力而被广泛使用。但是传统的ＢＰ算法存在许多缺陷：收敛速度慢、容易陷入局部最小等。本文选用ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ误差反向传播）神经网络来建立加工工时与各个因素之间的映射，提出了一种基于改进的ＢＰ神经网络的时间定额确定方法，建立了相应的算法和模型，通过分析计算结果和标准定额之间的误差来调整网络的权值和阀值，并用验证样本检验网络的泛化能力。
２工时定额的计算
由１－２式可知计算工时定额需要计算基础时间Ｔ基础，而影响到基础时间的主要因素有：加工工步（Ｍ），特征尺寸（Ｌ１和Ｌ２），尺寸公差（ＩＴ），表面精度（Ｒａ），走刀次数（Ｉ），刀具材料（Ｔｍ），零件最大轮廓尺寸（Ｓ），工件材料（Ｗｍ），零件重量（Ｑ）等。由于影响工时定额的因素涉及到很多方面，很难有一个数学模型能实现各个因素到工时定额之间的映射，基于人工神经网络的特点，ＢＰ算法的神经网络（误差反向传播网络）不仅可以实现影响因素到工时定额之间的映射，而且可提高计算结果的准确性．。
２．１ＢＰ神经网络的构建
ＢＰ网络是一种单向传播的多层前向网络，网络除输入输出节点外，还有一层或多层的隐层节点，同层节点中没有任何耦合。输入信号从输入层节点依次传过各隐层节点，然后传到输出节点，每一层节点的输出只影响下一层节点的输出。其节点单元特性（传递函数）通常为Ｓｉｇｍｏｉｄ型（ｆ（ｘ）＝１／（１＋ｅｘｐ（－Ｂｘ））（Ｂ＞０），但在输出层中，节点的单元特性有时为线性。
本文采用了两层网络结构．将影响工时定额计算的因素作为网络的输入神经元ｍ＝８，工时定额作为网络的输出神经元ｎ＝１，隐层结点数ｐ＝８．各层的传递分别是ｌｏｇｓｉｇ，ｐｕｒｅｌｉｎｅ。用ＭＡＴ－ＬＡＢ构建的神经网络模型如下图所示。
技术创新
１工时定额的分类
工时定额由基础时间Ｔ基础、布置工作地时间Ｔ布置、休息及生理需要时间Ｔ休息和准备与终结时间Ｔ准终组成。因此工时定额Ｔ＝Ｔ基础＋Ｔ布置＋Ｔ休息＋Ｔ准备（１－１）
由于布置工作地时间Ｔ布置、休息及生理需要时间Ｔ休息和准备与终结时间Ｔ准终和基础时间有一定的线形关系，并且在批量生产中Ｔ准终可以忽略不计，所以上式可以改为
Ｔ＝（１＋Ｋ）Ｔ基础
王国印：硕士研究生ＰＬＣ技术应用２００例》
（１－２）
图１神经网络模型
３６０元／年－１２３－
软件时空
中文核心期刊《微计算机信息》（管控一体化）２００８年第２４卷第７－３期
技术创新
２．２网络样本集的选择
本文将样本分成训练样本集和验证样本集。训练样本集用来训练网络，验证样本集用来检验网络的泛化能力。网络的训练样本和验证样本集从标准工时定额表中取得。样本的大小可根据计算表格内数据的多少和要求的计算精度以及与要求的误差来确定。
采用ＢＰ网络的方法进行工时定额计算时，在某些权值初值的条件下，算法的结果会陷入局部最小，甚至造成网络完全得不到训练。因此，初始权值的大小，对网络的训练和泛化有很重要的作用，所以要求训练数据必须包括全部类型。实际生产中，零件的尺寸、精度等参数一般都服从正态分布：即太大太小的尺寸精度的零件都比较少。因此选择样本时，不可随机选择，这样会使样本多数处于正态分布的中间，而两端的样本偏少，从而导致网络在计算两端的输出时误差比较大。
２．３网络的训练学习。
神经网络的学习过程，实际上就是调节网络权值和阀值的过程。神经网络的训练分为有导师训练和无导师训练。本文采用了有导师训练，有导师训练是指把影响工时定额的因素输入到网络的输入元经过网络的计算得出工时，然后再与我们期望的工时进行比较，得出输出值与期望值的误差然后根据误差的方向和大小，调整连接的权值；然后网络再输入训练样本，在新输入的数据组中的权值使得误差值减少。
２．３．１网络的训练算法。
传统的ＢＰ网络训练采用最速下降算法，但因为其收敛速度慢、网络容易陷入局部极小和学习过程常常发生震荡等缺点，很难应用于现实中，本文采用了加入动量系数的ＢＰ算法来改善训练。
动量ＢＰ算法是在梯度下降算法的基础上引入动量因子β（０＜β＜０．９），阀值和权值变化量表达式为：ΔＷｍ（ｋ＋１）＝βΔＷｍ（ｋ）＋（１－β）α
Ｗｍ（ｋ＋１）＝Ｗｍ（ｋ）＋ΔＷｍ（ｋ＋１）Δｂｍ（ｋ＋１）＝βΔｂｍ（ｋ）＋（１－β）αｋ是迭代次数，Δｘ（ｋ＋１）是ｋ＋１次权值或阀值的改变量，Ｅ（ｋ）是均方差，它是评价网络性能的方法之一．ΔＷｍ（ｋ＋１）是第（ｋ＋１）次迭代各层之间的连接权值向量或阀值向量的调整值，Ｗｍ（ｋ）为
为第ｋ第ｋ次迭代各层之间的连接权值向量或阀值向量，
次迭代的神经网络输出误差对各权值或阀值的梯度向量。使用加入动量项的ＢＰ神经网络算法，不仅可以在维持算法稳定前提下使用更高的学习速度而且可以在当轨迹进入某个一致的方向后，加速收敛。
２．３．１网络的训练步骤。
下面是两层神经网络ＢＰ网络的训练步骤：
步骤１：用小的随机数对每一层的权值ｗ和偏差ｂ初始化，以保证网络不被大的加权输入饱和，同时还要进行以下参数的设定或初始化：
＊设定期望误差最小值：０．００１＊设定最大循环次数：３０００
＊设置修正权值的学习速率：０．０１＊从１开始的循环训练
步骤２：计算网络各层输出矢量，以及网络误差Ｅ；
步骤３：计算各层反向传播的误差变化，并计算各层权值的修正值及新的权值；
－
步骤４：再次计算权值修正后的误差平方和；
步骤５：检查误差平方和是否小于期望误差最小值，若是，则训练结束；否则继续。
训练模型图如下所示：
图２
训练好的网络需要用验证集来测试其泛化能力。泛化能力不好时，说明训练样本少了，这时要增加训练样本数进行网络训练。
３实例分析
本文从某机械厂的标准工时定额表中选取１００个零件作为网络训练样本。将刀具材料编码
从标准工时定额表再选取５０个验证样本集，然后在训练好的网络上的运算结果：
表１
从上表中可以看出用神经网络完全可以计算出的工时定额与标准工时定额的误差在２％之内，说明网络的泛化能力符合设计要求。
用ＭＡＴＬＡＢ训练网络的误差收敛图：
图３误差收敛图
（下转第１４６页）
２００例》
－３６０元／
软件时空
ＪＥＣＴ＿ＴＹＰＥ＿ＡＬＬ＿ＡＣＣＥＳＳ）；／／构造系统事件函数
……｝
中文核心期刊《微计算机信息》（管控一体化）２００８年第２４卷第７－３期
５驱动程序的安装与调试
当生成驱动程序工程后，就得到ｉｎｆ文件，用户可以对部分信息进行修改，本设计所作的修改如下所示：
［Ｖｅｒｓｉｏｎ］ＣｌａｓｓＧＵＩＤ＝｛ｆｆ６４６ｆ８０－８ｄｅｆ－１１ｄ２－９４４９－００１０５ａ０７５ｆ６ｂ｝
［Ｓｔｒｉｎｇｓ］ＰｒｏｖｉｄｅｒＮａｍｅ＝＂张小艳＂ＭｆｇＮａｍｅ＝＂中科院－－光机所＂ＤｅｖｉｃｅＤｅｓｃ＝＂ＰＣＩＣＡＲＤ＂
ＤｅｖｉｃｅＣｌａｓｓＮａｍｅ＝＂ＰＣＩｍｅｍｏｒｙｃａｒｄ＂ＳｖｃＤｅｓｃ＝＂ＰＣＩｃａｒｄ＂
将ＰＣＩ卡插入到计算机ＰＣＩ插槽后，启动Ｗｉｎｄｏｗｓ系统，系统将会自动检测到新硬件，并自动出现找到新硬件向导对话
即可完成硬件驱动程序的框，用户使用该向导指定ｉｎｆ的路径，
安装。安装完成后，采用ＳｏｆｔＩＣＥ作为调试工具，用Ｓｙｍｂｏｌ－
然后使用ＳｏｆｔＩＣＥ跟踪调试，确认驱动程Ｌｏａｄｅｒ加载驱动程序，
序正常加载。对核心的中断响应程序代码，用ＳｏｆｔＩＣＥ的Ｇｅｎｉｎｔ命令产生虚拟中断，硬件会发送数据，通过查看内存的数据，确认传输是否正确。
Ｂｉｏｇｒａｐｈｙ：ＺＨＡＮＧＸｉａｏ－ｙａｎ（１９８１－），Ｇｅｎｄｅｒ（Ｈａｎｅｔｈｎｉｃ），ＨｅｎａｎＰｒｏｖｉｎｃｅ，ＣｈａｎｇｃｈｕｎＩｎｓｔｉｔｕｔｅｏｆＯｐｔｉｃｓ，ＦｉｎｅＭｅｃｈａｎｉｃｓａｎｄＰｈｙｓｉｃｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，ＩａｍａｇｒａｄｕａｔｅｓｔｕｄｅｎｔｏｆＣｉｒｃｕｉｔａｎｄＳｙｓｔｅｍ，ｔｈｅｒｅｓｅａｒｃｈａｒｅａｉｓＰＣＩＬｏｃａｌＢｕｓａｎｄＡｐｐｌｉｃａｔｉｏｎｓ．
（１３００３３吉林长春中科院长春光学精密机械与物理研究所）张小艳陈宇
（１０００３９北京中国科学院研究生院）张小艳
通讯地址：（１３００３３长春市营口路１９号长春希达电子技术有限公司２５２室）张小艳
（收稿日期：２００８．４．０５）（修稿日期：２００８．６．２５）
（上接第１２４页）
从误差收敛图可以看出网络能够迅速的收敛，说明我们网络的参数设置的比较恰当。
４结束语
利用神经网络能方便快捷准确地计算出工时定额，是解决企业制定工时定额计算的有效方法。神经网络方法是一种高效的工时定额计算方法，只要对标准工时定额表中选取一些样本，分析工时定额影响因素，确定网络的输入元、输出元及隐层结点数，建立网络模型，然后对网络进行训练和学习．这样就可以使用现有的网络权值和阀值进行工时定额的计算．但由于人工神经网络的研究并未成熟，隐层数、隐层结点数和各个参数都无法准确确定，只有根据经验以及在训练中调整，从而确定一个比较合适的网络。
本文作者创新点：本文提出了利用加入动量项的ＢＰ算法神经网络计算工时定额的方法，建立了相应的算法与模型，使得ＢＰ网络在训练和计算结果有了明显的提高。利用ＭＡＴＬＡＢ７．１对建立的网络进行训练和仿真，试验结果表明ＢＰ神经网络计算工时定额的快速性、简便性及准确性，为企业制定工时定额提供了一种切实可行的方法。参考文献
微计算［１］张乃龙，杨文通．提高ＢＰ神经网络训练时间的研究［Ｊ］
机信息，２００６．７，１：６０。
［２］谢庆生．机械工程中的神经网络方法．机械工业出版社，２００３，３：１２４－１２５。
［３］从爽．面向ＭＡＴＬＡＢ工具箱的神经网络理论与应．中国科学技术大学出版社，１９９８，１１
作者简介：王国印（１９８１－），男（汉族），四川成都市人，电子科技大学机械与电子工程学院，硕士研究生，专业：精密仪器与机械，主要从事：企业制造业信息化；李辉：（１９６３－），男（汉族），四川成都人，电子科技大学空天科学技术研究，硕士生导师研究方向：制造业信息化、ＥＲＰ；丁杰雄（１９６６－），男（汉族），四川成都人，电子科技大学机械与电子工程学院，硕士生导师研究方向：精密仪器与机械。
Ｂｉｏｇｒａｐｈｙ：ＷａｎｇＧｕｏｙｉｎ（１９８１－），ｍａｌｅ，ｈａｎ，ＳｉＣｈｕａｎ，．ＭａｃｈｉｎｅｒｙａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇＡｃａｄｅｍｙＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ．Ｍａｉｎｒｅｓｅａｒｃｈｄｉｒｅｃｔｉｏｎ：Ｅｎｔｅｒｐｒｉｓｅｍａｎｕｆａｃｔｕｒｉｎｇｉｎｄｕｓｔｒｙｉｎｆｏｒｍａｔｉｏｎｉｚｅ；（６１００５４四川成都电子科技大学机械与电子工程学院）王国印李辉丁杰雄
通讯地址：（６１００５４电子科技大学机械与电子工程学院２００５级研究生）王国印
（收稿日期：２００８．４．０５）（修稿日期：２００８．６．２５）
技术创新
６结束语
结合开发过程中遇到的问题，说明如下几个驱动程序开发过程中应该注意的事项，对于驱动程序开发程序员有很好的借鉴作用。
经常出现系统“死机”、“蓝１）在驱动程序的调试过程中，
屏”等现象，这些情况可能因内存访问分页错误、Ｉ／Ｏ使用错误、程序中“指针”使用错误等因素造成。
必须确定相应２）使用ＳｏｆｔＩＣＥ的ＧＥＮＩＮＴ命令进行调试前，
的中断处理器已经安装，否则会造成死机。
本设计在短期内完成了ＰＣＩ数据采集卡的ＷＤＭ驱动程序的开发，并且调试通过，运行稳定。由于本设备是基于ＦＰＧＡ的，在进行数据传输时可以用ＱｕａｒｔｕｓＩＩ的ＳｉｇｎａｌＴａｐＩＩ工具观察各个信号的波形变化来检验数据传输是否正确。本文作者的
满创新点是把基于ＦＰＧＡ的ＰＣＩ接口运用于探地雷达系统中，
足了实时、高速的数据采集的需求，并且开发了适合于ＰＣＩ的驱动程序，并在探地雷达系统中取得了良好的效果。参考文献
宋克菲，于涛等．ＰＣＩ数据采集卡ＷＤＭ驱动程序设计［１］韩炳冬，
［Ｊ］．东北师大学报自然科学版．２００５，３：３６－４０
第２版）［２］武安河．Ｗｉｎｄｏｗｓ２０００／ＸＰＷＤＭ设备驱动程序开发（
［Ｍ］．电子工业出版社．２００５，５．
陈章进，郑昌陆．ＰＣＩ协议接口的设计及验证［Ｊ］．微计算［３］周多，
机信息．２００５，５：１９４－１９５，１５０
王铁岭．ＰＣＩ数据采集卡的ＷＤＭ驱动程序开发［Ｊ］．国外［４］贾涛，
电子测量技术，２００６，８：５６－５９
［５］尹勇等．ＰＣＩ总线设备开发宝典［Ｍ］．北京航空航天大学出版社．２００５年２月
，女（汉族），河南省焦作市人，中科院作者简介：张小艳（１９８１—）
长春光学精密机械与物理研究所，在读硕士研究生，主要研究方向：，男（汉）博士，吉林省ＰＣＩ总线接口及其应用；陈宇（１９６８－）人。现为中国科学院长春光学精密机械与物理研究所副研究员，硕士生导师。主要从事信息显示和光电检测方面研究工作。
－
－３６０元／２００例》