【摘要】：大規(guī)模定制(Mass Customization,MC)的目標(biāo)是以接近大批量生產(chǎn)(Mass Production,MP)的成本和速度,提供個(gè)性化的產(chǎn)品和服務(wù)。由于能夠根據(jù)預(yù)先定義的零部件集合及其相互約束關(guān)系,快速形成滿足客戶個(gè)性化需求的特定產(chǎn)品,產(chǎn)品配置管理成為實(shí)現(xiàn)MC的關(guān)鍵使能技術(shù),并在產(chǎn)品數(shù)據(jù)管理(Product Data Management,PDM)系統(tǒng)中得到初步實(shí)現(xiàn)。然而現(xiàn)有的PDM主要支持文檔管理和設(shè)計(jì)過(guò)程管理,而產(chǎn)品結(jié)構(gòu)建模與配置的管理功能相對(duì)較弱,致使設(shè)計(jì)、生產(chǎn)和售后等環(huán)節(jié)不能高效的獲取所需要的產(chǎn)品信息。因此建立企業(yè)統(tǒng)一的產(chǎn)品信息模型,實(shí)現(xiàn)企業(yè)的產(chǎn)品配置信息集成,對(duì)于加快企業(yè)的發(fā)展、提高企業(yè)的經(jīng)濟(jì)效益以及適應(yīng)市場(chǎng)的快速變化都具有深遠(yuǎn)的意義。針對(duì)以上問(wèn)題對(duì)產(chǎn)品配置技術(shù)進(jìn)行研究,提出了產(chǎn)品配置三層求解方案,并對(duì)產(chǎn)品配置知識(shí)建模、部件層模糊配置求解、產(chǎn)品配置多目標(biāo)優(yōu)化這三部分具體內(nèi)容進(jìn)行了詳細(xì)研究。 設(shè)計(jì)了從產(chǎn)品配置建模到優(yōu)化求解的產(chǎn)品配置三層求解方案。結(jié)合可配置產(chǎn)品實(shí)例研究了產(chǎn)品配置三層求解方案,分析了整個(gè)配置過(guò)程中解空間的變化情況,并對(duì)產(chǎn)品配置三層求解方案中各部分內(nèi)容的相互關(guān)系及輸入輸出內(nèi)容進(jìn)行了詳細(xì)的探討。分析了產(chǎn)品配置三層求解方案分別在配置業(yè)務(wù)流程和物料清單(Bill of Material,BOM)轉(zhuǎn)換視圖下所擔(dān)當(dāng)?shù)慕巧约皩?shí)現(xiàn)的功能。提出了產(chǎn)品配置三層求解方案的核心架構(gòu),研究了產(chǎn)品配置系統(tǒng)與企業(yè)其它信息系統(tǒng)間的集成方案。該方案為將來(lái)產(chǎn)品配置領(lǐng)域的進(jìn)一步研究奠定了基礎(chǔ)。 對(duì)基于本體知識(shí)的產(chǎn)品配置模型進(jìn)行了研究,實(shí)現(xiàn)了對(duì)可配置產(chǎn)品結(jié)構(gòu)組成信息、約束關(guān)系信息,及客戶化定制的需求信息建模。設(shè)計(jì)了配置本體建立方法,并分析了構(gòu)建配置本體的目的與定位。對(duì)配置本體中涉及的概念進(jìn)行了劃分,并設(shè)計(jì)了配置本體的語(yǔ)義規(guī)則表達(dá)。分析了基于本體的產(chǎn)品配置知識(shí)表達(dá)的優(yōu)越性,研究了配置本體與外部關(guān)系數(shù)據(jù)庫(kù)之間的信息傳遞方法,及獲得配置本體的輸入輸出內(nèi)容的手段。通過(guò)實(shí)例驗(yàn)證表明,該配置本體具有一定的通用性,針對(duì)具體領(lǐng)域的知識(shí)表達(dá),只需簡(jiǎn)單擴(kuò)展或繼承即可實(shí)現(xiàn)。 提出了基于實(shí)例重用技術(shù)的產(chǎn)品模糊配置方法,實(shí)現(xiàn)了產(chǎn)品中間部件層的模糊配置。該方法以預(yù)先定義好的產(chǎn)品結(jié)構(gòu)信息為先決條件,采用條件概率理論作為算法的核心公式。提出了產(chǎn)品中間部件層模糊配置的定義,并分析了其求解過(guò)程中存在的難點(diǎn)。將設(shè)計(jì)的新算法同傳統(tǒng)的基于實(shí)例的推理(Case-Based Reasonning,CBR)算法做比較,分析了其在求解方面的優(yōu)越性。詳細(xì)研究了基于實(shí)例重用的模糊配置算法(CaseReuse based Fuzzy Configuration,CRFC)的原理,提出了CRFC的應(yīng)用前提條件,論述了向上一致性規(guī)則的原理及原因,詳細(xì)設(shè)計(jì)了條件概率理論在CRFC中的應(yīng)用方法,及決策判斷閾值的估算方法,并設(shè)計(jì)和分析了具體的算法流程。將CRFC算法應(yīng)用于配置實(shí)例中,實(shí)現(xiàn)了產(chǎn)品配置中間部件層的模糊配置,并通過(guò)與CBR算法計(jì)算結(jié)果比較,驗(yàn)證了CRFC算法的有效性和優(yōu)越性。 設(shè)計(jì)了基于多目標(biāo)遺傳算法(Multi-Objective Genetic Algorithm,MOGA)的產(chǎn)品配置優(yōu)化方法,對(duì)可選實(shí)例零件進(jìn)行選配。選取最小成本、最短交貨期和最均衡庫(kù)存為優(yōu)化目標(biāo),提出了產(chǎn)品配置多目標(biāo)問(wèn)題的描述定義和數(shù)學(xué)公式化定義,設(shè)計(jì)了優(yōu)化目標(biāo)函數(shù)和約束矩陣,并對(duì)庫(kù)存平衡優(yōu)化目標(biāo)進(jìn)行了更為詳細(xì)的研究。分析了基于MOGA的產(chǎn)品配置優(yōu)化技術(shù)的原理,設(shè)計(jì)了以非支配排序遺傳算法(NondominatedSorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)為基礎(chǔ)的算法求解步驟。選擇了三個(gè)優(yōu)化目標(biāo)函數(shù)作為適應(yīng)度函數(shù),針對(duì)違反約束的配置方案設(shè)計(jì)了適應(yīng)度懲罰措施,并對(duì)種群初始化編碼方式進(jìn)行了設(shè)計(jì)。對(duì)非支配解的定義進(jìn)行了論述,并研究了非支配前沿等級(jí)劃分的算法步驟。采用小生境排序的方式保證種群的多樣性,并設(shè)計(jì)了小生境計(jì)算的公式。在非支配前沿等級(jí)劃分和小生境計(jì)算的基礎(chǔ)上應(yīng)用了二元聯(lián)賽選擇機(jī)制,對(duì)種群進(jìn)行優(yōu)劣排序,并采用了雙重精英策略避免了進(jìn)化過(guò)程中優(yōu)良個(gè)體的丟失。在種群繁殖機(jī)制中采用了復(fù)制、交叉和變異三大算子,并改進(jìn)了算法的終止條件,避免了算法過(guò)早收斂于解空間的某點(diǎn),解決了大量復(fù)雜配置數(shù)據(jù)的處理問(wèn)題。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2009
【分類號(hào)】：TH186

【引證文獻(xiàn)】

相關(guān)博士學(xué)位論文 前3條

1 王靜;光纖光柵多參數(shù)傳感理論技術(shù)研究及在地下工程災(zāi)害監(jiān)測(cè)中的應(yīng)用[D];山東大學(xué);2011年

2 劉玉梅;薄板件切削回彈變形機(jī)理及裝夾優(yōu)化方法研究[D];山東大學(xué);2012年

3 范志君;個(gè)性化產(chǎn)品需求管理及快速定制技術(shù)研究[D];山東大學(xué);2012年

相關(guān)碩士學(xué)位論文 前2條

1 莊穎;面向PDM的產(chǎn)品配置與優(yōu)化集成技術(shù)研究[D];北京郵電大學(xué);2012年

2 嚴(yán)鍵;大規(guī)模定制環(huán)境下零件工藝重用方法研究[D];重慶大學(xué);2012年

，

本文編號(hào)：2593797