一种面向小样本装配场景的物理约束多模态工时预测方法

本发明涉及智能制造与工业大数据分析交叉领域，具体涉及一种面向小样本装配场景的物理约束多模态工时预测方法，包括：S1 采集装配工时多模态数据，基于三角模糊层次分析法构建核心物理特征子集并完成编码、归一化与向量重构，同时对装配工艺文本语义特征提取；S2 基于物理约束修正策略进行多模态数据增广，对关键工艺实体免掩码保护并对增广数值特征作双重边界约束修正；S3 构建麻雀搜索算法优化的深度混合注意力网络，实现文本语义特征与结构化物理特征跨模态融合并输出工时预测值；S4 对增广样本及训练后模型进行验证和调整。本发明可解决小样本装配场景下数据增广易破坏工艺逻辑、多模态特征耦合不足及预测精度低的问题。