《表2 设计决策满意度方法对比》
为进一步验证ResNet人工智能决策模型的有效性,在原数据集的基础上,分别采用CNN和DNN传统深度学习算法进行对比,如表2所示。ResNet人工智能决策模型决策的平均决策满意度和平均召回率都高于其他两种算法。ResNet人工智能决策模型在汽车起重机设计方案决策的两个轮次设计决策中发挥相对稳定,数据训练好之后,使用深度学习框架TensorFlow单次运行该模型的时间在1 min以内,设计决策时间较人工决策大大缩短。
图表编号 | XD00107126600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 王亚辉、余隋怀、陈登凯、初建杰、刘卓、王金磊、马宁 |
绘制单位 | 西北工业大学陕西省工业设计工程实验室、西北工业大学陕西省工业设计工程实验室、西北工业大学陕西省工业设计工程实验室、西北工业大学陕西省工业设计工程实验室、西北工业大学陕西省工业设计工程实验室、西北工业大学陕西省工业设计工程实验室、陕西科技大学设计与艺术学院 |
更多格式 | 高清、无水印(增值服务) |