本文關(guān)鍵詞：基于細(xì)菌覓食算法的混線裝配排產(chǎn)技術(shù)優(yōu)化

  更多相關(guān)文章： 智能優(yōu)化 細(xì)菌覓食優(yōu)化算法 生產(chǎn)排產(chǎn)問題 制造執(zhí)行系統(tǒng) 精益生產(chǎn)

【摘要】：隨著企業(yè)制造執(zhí)行系統(tǒng)的實(shí)施,制造車間的現(xiàn)場(chǎng)數(shù)據(jù)得以采集保存,使得排產(chǎn)優(yōu)化問題擁有可靠的數(shù)據(jù)基礎(chǔ)。由于科學(xué)的排產(chǎn)可以提升企業(yè)產(chǎn)能、降低生產(chǎn)成本,因此對(duì)排產(chǎn)的研究具有良好的理論意義和應(yīng)用價(jià)值。本文結(jié)合為某汽車車橋生產(chǎn)企業(yè)所開發(fā)的制造執(zhí)行系統(tǒng)(MES),利用系統(tǒng)所采集的現(xiàn)實(shí)數(shù)據(jù),獲得適合該企業(yè)生產(chǎn)排產(chǎn)。論文研究?jī)?nèi)容如下:1、完成了生產(chǎn)線排產(chǎn)問題數(shù)學(xué)建模。由于離散型制造業(yè)其排產(chǎn)優(yōu)化問題屬于NP問題,為了在求解排產(chǎn)時(shí)有較快的收斂速度與較高的精度,本文選用細(xì)菌覓食算法作為其求解算法,并對(duì)算法的步長(zhǎng)進(jìn)行優(yōu)化。2、針對(duì)算法的關(guān)鍵部分即適應(yīng)度函數(shù),提出了使用BP神經(jīng)網(wǎng)絡(luò)作為其適應(yīng)度的評(píng)價(jià)函數(shù),其評(píng)價(jià)指標(biāo)則使用精益生產(chǎn)衡量指標(biāo)之一的按排產(chǎn)生產(chǎn)衡量指標(biāo)(Build To Schedule,BTS)。經(jīng)算法計(jì)算所得的BTS指標(biāo)明顯大于之前手工排產(chǎn),優(yōu)化效果明顯。3、結(jié)合企業(yè)實(shí)際需求,設(shè)計(jì)并實(shí)現(xiàn)了以智能排產(chǎn)為核心功能之一的MES系統(tǒng),該系統(tǒng)以SQL SERVER數(shù)據(jù)庫技術(shù)、C#為后臺(tái)語言及Silverlight前臺(tái)語言為軟件環(huán)境,系統(tǒng)主要模塊包括生產(chǎn)管理模塊、生產(chǎn)監(jiān)控模塊、生產(chǎn)排產(chǎn)模塊等。由于MES系統(tǒng)共享了所有生產(chǎn)數(shù)據(jù),由系統(tǒng)所獲得的排產(chǎn)更加可靠。系統(tǒng)在企業(yè)試運(yùn)行,能完全滿足企業(yè)的需求。
【關(guān)鍵詞】：智能優(yōu)化 細(xì)菌覓食優(yōu)化算法 生產(chǎn)排產(chǎn)問題 制造執(zhí)行系統(tǒng) 精益生產(chǎn)
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TG95
【目錄】：

• 摘要3-4
• abstract4-9
• 第一章 緒論9-14
• 1.1 選題背景和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 本文的主要內(nèi)容11-12
• 1.4 本文的組織結(jié)構(gòu)12-14
• 第二章 基礎(chǔ)理論及算法14-34
• 2.1 生產(chǎn)排產(chǎn)問題綜述14-19
• 2.1.1 生產(chǎn)排產(chǎn)問題的分類15-18
• 2.1.2 生產(chǎn)排產(chǎn)問題的可優(yōu)化性18-19
• 2.2 標(biāo)準(zhǔn)細(xì)菌覓食算法19-25
• 2.2.1 BFO算法概述19-20
• 2.2.2 BFO算子的描述及其運(yùn)算特點(diǎn)20-23
• 2.2.3 細(xì)菌覓食算法的特點(diǎn)23-24
• 2.2.4 BFO算法執(zhí)行過程24-25
• 2.3 適應(yīng)度評(píng)價(jià)指標(biāo)25-30
• 2.3.1 按排產(chǎn)生產(chǎn)指標(biāo)簡(jiǎn)介25-26
• 2.3.2 按排產(chǎn)生產(chǎn)指標(biāo)算例26-28
• 2.3.3 企業(yè)按排產(chǎn)生產(chǎn)指標(biāo)現(xiàn)狀28-29
• 2.3.4 MES系統(tǒng)簡(jiǎn)介29-30
• 2.4 適應(yīng)度函數(shù)評(píng)估30-33
• 2.4.1 神經(jīng)網(wǎng)絡(luò)建模原理30-31
• 2.4.2 神經(jīng)網(wǎng)絡(luò)算法模型的確定31-32
• 2.4.3 適應(yīng)度函數(shù)的建立32-33
• 2.5 本章小結(jié)33-34
• 第三章 算法選擇與改進(jìn)34-42
• 3.1 算法選擇34
• 3.2 算法改進(jìn)34-36
• 3.2.1 標(biāo)準(zhǔn)BFO算法的不足34
• 3.2.2 自適應(yīng)步長(zhǎng)BFOA原理34-35
• 3.2.3 自適應(yīng)步長(zhǎng)BFOA的執(zhí)行流程35-36
• 3.3 BFOA復(fù)制操作的改進(jìn)36-38
• 3.4 BFOA驅(qū)散操作的改進(jìn)38-39
• 3.5 引入陡度因子的改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)39-41
• 3.6 本章小結(jié)41-42
• 第四章 算法的實(shí)現(xiàn)與驗(yàn)證42-52
• 4.1 實(shí)驗(yàn)環(huán)境與背景42
• 4.2 算法設(shè)計(jì)42-45
• 4.2.1 排產(chǎn)問題描述42-43
• 4.2.2 編碼方案43-44
• 4.2.3 BFOA參數(shù)初始化44
• 4.2.4 適應(yīng)度函數(shù)確認(rèn)44
• 4.2.5 算法應(yīng)用流程44-45
• 4.3 仿真實(shí)驗(yàn)及結(jié)果分析45-50
• 4.4 本章小結(jié)50-52
• 第五章 系統(tǒng)功能設(shè)計(jì)與實(shí)現(xiàn)52-63
• 5.1 MES系統(tǒng)開發(fā)簡(jiǎn)介52-54
• 5.1.1 系統(tǒng)開發(fā)環(huán)境52
• 5.1.2 系統(tǒng)技術(shù)簡(jiǎn)介52-54
• 5.2 MES系統(tǒng)的總體設(shè)計(jì)54-56
• 5.3 MES系統(tǒng)的具體實(shí)現(xiàn)56-62
• 5.3.1 生產(chǎn)計(jì)劃56-58
• 5.3.2 生產(chǎn)信息維護(hù)58-61
• 5.3.3 MES系統(tǒng)統(tǒng)計(jì)報(bào)表61-62
• 5.3.4 系統(tǒng)的安全性62
• 5.4 本章小結(jié)62-63
• 第六章 總結(jié)及展望63-65
• 6.1 本文研究工作總結(jié)63
• 6.2 研究工作展望63-65
• 參考文獻(xiàn)65-68
• 致謝68-69
• 攻讀學(xué)位期間的研究成果69

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 楊尚君;王社偉;陶軍;趙德林;;基于混合細(xì)菌覓食算法的多無人機(jī)任務(wù)分配研究[J];航天控制;2011年03期

2 任佳星;黃晉英;;一種優(yōu)化的細(xì)菌覓食算法用以解決全局最優(yōu)化問題[J];科技信息;2012年02期

3 劉懷宇;趙月南;劉燕;許允之;;基于BP神經(jīng)網(wǎng)絡(luò)電動(dòng)機(jī)轉(zhuǎn)子故障診斷方法的研究[J];煤礦機(jī)電;2014年04期

4 李蔚;陳堅(jiān)紅;盛德仁;岑可法;劉長(zhǎng)東;;機(jī)組負(fù)荷優(yōu)化的遺傳-禁忌混合算法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2007年11期

5 劉亮;齊二石;;基于APS與MES集成的車間生產(chǎn)計(jì)劃和調(diào)度方法研究[J];制造技術(shù)與機(jī)床;2006年09期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 尤莉;汽車制造混線排產(chǎn)規(guī)則研究及其在MES中的實(shí)現(xiàn)[D];武漢理工大學(xué);2013年

，

本文編號(hào)：1081098