為研究在定制家具分批生產(chǎn)之前的訂單聚類問(wèn)題,根據(jù)不同訂單的信息,選取對(duì)定制家具排產(chǎn)影響較大的訂單特征,將訂單文本向量化,計(jì)算家具訂單之間的相似度。利用蟻群算法的狀態(tài)轉(zhuǎn)移規(guī)則,通過(guò)聚類數(shù)目未知的蟻群算法將訂單類別進(jìn)行歸并,以聚類完成后所有類別的材料種類總數(shù)最少為目標(biāo)。通過(guò)仿真試驗(yàn)將其與聚類數(shù)目已知的蟻群聚類算法和K-means算法聚類結(jié)果進(jìn)行比較,結(jié)果表明:相對(duì)于上述兩種聚類算法,在定制家具訂單聚類問(wèn)題研究中,本文研究的算法聚類效果更好。 

【文章來(lái)源】：林產(chǎn)工業(yè). 2020年05期 北大核心

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
1 模型構(gòu)建
    1.1 問(wèn)題描述
    1.2 訂單表示
    1.3 訂單相似度
    1.4 目標(biāo)函數(shù)
2 蟻群算法
    2.1 蟻群算法原理
    2.2 基于螞蟻覓食的蟻群聚類算法
3 算法應(yīng)用
    3.1 訂單預(yù)處理
    3.2 相似距離確定
    3.3 聚類算法結(jié)果
    3.4 算例結(jié)果分析
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]板式家具企業(yè)的訂單組批問(wèn)題研究[J]. 陳炫銳,陳慶新,毛寧.  工業(yè)工程. 2019(02)
[2]高維數(shù)據(jù)的增量式聚類算法的距離度量選擇研究[J]. 邵俊健,王士同.  計(jì)算機(jī)工程與科學(xué). 2019(02)
[3]定制衣柜標(biāo)準(zhǔn)化零部件平臺(tái)的動(dòng)態(tài)優(yōu)化研究[J]. 任杰,許柏鳴.  林產(chǎn)工業(yè). 2019(02)
[4]基于劃分的蟻群聚類算法研究[J]. 李偉.  信息與電腦(理論版). 2019(02)
[5]大規(guī)模定制家具M(jìn)ES系統(tǒng)的關(guān)鍵技術(shù)研究[J]. 熊先青,蔣義,黃瓊濤,郭偉娟,吳智慧.  制造業(yè)自動(dòng)化. 2018(07)
[6]面向多品種小批量的訂單成組模型研究[J]. 張于賢,丁修坤.  系統(tǒng)科學(xué)學(xué)報(bào). 2018(01)
[7]木結(jié)構(gòu)建筑隔聲技術(shù)研究進(jìn)展[J]. 劉芯彤,席飛,楊曉林,孫友富.  林產(chǎn)工業(yè). 2017(07)
[8]基于視圖表達(dá)的木家具異形零件分類加工方法[J]. 楊為艷,黃瓊濤,熊先青,張圣清.  林產(chǎn)工業(yè). 2017(04)
[9]基于蟻群優(yōu)化算法的凝聚型層次聚類[J]. 呂琳,尉永清,任敏,潘曉.  計(jì)算機(jī)應(yīng)用研究. 2017(01)
[10]大規(guī)模定制家具的發(fā)展現(xiàn)狀及應(yīng)用技術(shù)[J]. 熊先青,吳智慧.  南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(04)

碩士論文
[1]基于蟻群算法的聚類分析在學(xué)生成績(jī)?cè)u(píng)價(jià)中的應(yīng)用研究[D]. 付希.西南交通大學(xué) 2013
[2]基于大批量定制生產(chǎn)方式的客戶訂單處理方法研究[D]. 梁中梅.江蘇科技大學(xué) 2012
[3]蟻群算法研究及其在聚類中的應(yīng)用[D]. 梁君玲.華南理工大學(xué) 2011



本文編號(hào)：2933436