Affordable Access

Approche hybride basée sur les machines à vecteurs de support et les algorithmes génétiques pour l'estimation des coûts de fabrication

Authors
Publisher
École de technologie supérieure
Publication Date
Disciplines
  • Computer Science
  • Physics

Abstract

L'estimation du coût des produits est une étape cmcialc pour les entreprises manufacturières d'aujourd'hui; surtout, en phase de conception, lorsque les conditions et les moyens de fabrication ne sont pas encore complètement connus. Pour ces raisons, il est important de fournir au concepteur les outils nécessaires en vue d'une estimation de coûts efficace, précise et adaptée aux connaissances relatives aux produits à ce stade. Dans ce travail, nous proposons une nouvelle méthode hybride d'estimation de coûts de produits basée sur les machines à vecteurs de support (communément appelées SVM) et les Algorithmes Génétiques (AG). Cet outil de l'intelligence artificielle fondé sur la théorie de l'apprentissage statistique a été choisi pour sa grande capacité d'apprentissage et de généralisation. Dans notre approche proposée, les SVM sont utilisées pour faire une approximation de la relation entre les conditions de conception et les paramètres du produit dans le cas d'estimation de coût. Les AG ont servi pour sélectionner les hyper-paramètres des SVM. En plus, et pour identifier les paramètres ou variables les plus influençant sur le coût final, nous avons fait appel aux « fuzzy curves », basées sur la théorie de la logique floue. De cette manière, nous pourrions jouer sur ces paramètres afin d'optimiser le coût final du produit. En résumé, notre approche hybride est capable d'effectuer l'estimation des coûts des produits, ainsi qu'une sélection des variables les plus pertinentes influençant sur ce demier. Pour démontrer son potentiel et sa robustesse, une application dans le domaine de fabrication mécanique est présentée.

There are no comments yet on this publication. Be the first to share your thoughts.