基于GABP神经网络预测法的工程机械再制造员工效率研究

面对资源的日益匮乏、相关法律的陆续出台以及工程机械废旧品数量的不断攀升， 工程机械再制造越来越受到企业的重视。与高自动化制造过程不同， 工程机械再制造过程中人员效率起到了至关重要的作用， 而复杂的再制造环境造就员工频繁的学习———遗忘， 使得操作效率起伏不定， 故提出了用GABP神经网络预测方法来预测工程机械再制造员工的效率。本文应用统计方法分析影响员工操作时间的因素， 剔除无显著相关性的因素； 然后应用GABP神经网络算法对员工操作时间进行训练， 进而高效准确地获得员工的操作时间； 最后通过对样本数据的应用分析， 获得了较好的预测效果。