📰 基于图神经网络的优化框架，用于多阶段制造系统中非合规产品的回收 - 生物通
本文提出将图神经网络（GNN）与约束优化结合，用于修复多阶段制造系统（MMS）中的不合格品。通过构建质量特征关系图，GNN预测返工对其他合格特征影响，据此优化最佳返工值，使其恢复至规范限值区间，同时保持其他特征的合格性。
经真实制造数据验证，该框架实现约90.2%的修复成功率，显著降低再次产生不合格品的风险，并通过决策支持机制提前拒绝不可行返工。结果表明，基于图的修复与约束优化的结合可提升修复效率，促进高精度 MMS 的可持续性。
🏷️ #图神经网络 #约束优化 #多阶段制造 #回收修复
🔗 原文链接
📰 基于图神经网络的优化框架，用于多阶段制造系统中非合规产品的回收 - 生物通
本文提出将图神经网络（GNN）与约束优化结合，用于修复多阶段制造系统（MMS）中的不合格品。通过构建质量特征关系图，GNN预测返工对其他合格特征影响，据此优化最佳返工值，使其恢复至规范限值区间，同时保持其他特征的合格性。
经真实制造数据验证，该框架实现约90.2%的修复成功率，显著降低再次产生不合格品的风险，并通过决策支持机制提前拒绝不可行返工。结果表明，基于图的修复与约束优化的结合可提升修复效率，促进高精度 MMS 的可持续性。
🏷️ #图神经网络 #约束优化 #多阶段制造 #回收修复
🔗 原文链接
