TY -的A2 - Postolache博士,屋大维Adrian AU -李,于非盟- Chang Daofang AU -高,阴平不变盟——邹,应非盟-包,Chunteng PY - 2021 DA - 2021/09/08 TI -自动化集装箱码头生产作业和优化数字双框架通过AdaBoost-Based SP - 1936764六世- 2021 AB -数字双(DT),机器学习,和工业物联网(IIoT)提供潜力巨大的转型从自动化集装箱码头到智慧。生产控制自动化集装箱码头的装卸过程(行为)涉及复杂的情况下,效率和安全性提出了较高的要求。实现实时优化和安全的行动,一个框架集成DT与演算法的研究。框架主要由物理空间,数据服务平台和虚拟空间,双胞胎的空间和服务体系构成虚拟空间。在拟议的框架中,在双空间多维多尺度DT模型首先是通过一个3 d MAX和U3D技术建造的。其次,我们引入一个随机森林和XGBoost与演算法选择最佳算法训练和优化DT机制模型。第三,实验结果表明,该演算法比其他的性能指标,通过比较模型的准确性,均方根误差,可判断的差异,拟合误差。此外,我们实现实证实验通过不同尺度进一步评估拟议的框架。的实验结果表明,该模式DT-based终端操作的装卸效率高于传统的终端操作,在小规模和大规模问题增加了23.34%和31.46%,分别。此外,提供的可视化服务DT的系统可以实时监控自动化设备的状态,确保安全操作。 SN - 0197-6729 UR - https://doi.org/10.1155/2021/1936764 DO - 10.1155/2021/1936764 JF - Journal of Advanced Transportation PB - Hindawi KW - ER -