摘要
本发明公开了一种汽车装配自学习方法、系统、存储介质和电子设备，方法包括：实时采集装配过程中的多维度数据；将多维度数据输入分布式云计算平台中，利用多层神经网络算法对多维度数据进行预处理和分析，生成装配步骤的质量评估指标；将处理后的多维度数据及质量评估指标存储于分布式数据库中，形成历史数据集合；利用递归神经网络模型对历史数据集合进行训练和自学习，更新装配过程中的质量预测模型；利用更新后的质量预测模型生成装配工序优化方案，使下一装配循环的质量最大化。利用本发明实施例，能够通过实时数据积累形成闭环，利用更新后的质量预测模型生成装配工序优化方案，以适应动态变化的生产环境，提高整体装配效率和质量。
