近些年來,中國正加速步入“中國制造2025”計劃,國家制造能力空前提高,國民消費水平大幅提升,人民生活水平大為改善,大量生活用品、消耗品更新?lián)Q代速度加快,隨之而來的是大量廢舊產(chǎn)品的淘汰。因此,現(xiàn)階段對廢舊產(chǎn)品回收利用等方面的研究顯得尤為重要。合理規(guī)劃廢舊產(chǎn)品的拆解序列,是循環(huán)利用廢舊產(chǎn)品的關鍵步驟,也是產(chǎn)品再制造過程中的重要一環(huán)。在掌握Petri網(wǎng)建模方法和產(chǎn)品的實際拆解過程后,考慮到產(chǎn)品拆解過程中信息的不確定性,為更符合實際情況、更準確地描述實際拆解過程,引入拆解時間、拆解費用、拆解能量為隨機變量,從而完成擴展隨機Petri網(wǎng)的構(gòu)建;結(jié)合隨機規(guī)劃理論,將Petri網(wǎng)中的變遷映射到隨機規(guī)劃理論的約束中,從而完成隨機規(guī)劃理論與Petri網(wǎng)建模方法的融合。論文從決策者的角度出發(fā),基于擴展隨機Petri網(wǎng)建模方法,結(jié)合隨機規(guī)劃理論,構(gòu)建不確定信息下的廢舊產(chǎn)汽車零部件拆解序列的多目標優(yōu)化模型,并應用蒙特卡羅法進行優(yōu)化求解,以汽車傳動裝置為例,驗證了模型的有效性和實用性。

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 拆解理論基本概念及參數(shù)
        1.2.2 拆解規(guī)劃理論
        1.2.3 隨機拆解理論
        1.2.4 求解算法
    1.3 研究內(nèi)容和研究方法
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
    1.4 技術(shù)路線
第2章 拆解序列優(yōu)化相關理論
    2.1 拆解理論基礎
        2.1.1 拆解理論的基本概念
        2.1.2 拆解的影響因素
        2.1.3 典型拆解建模方法
        2.1.4 拆解序列規(guī)劃
        2.1.5 拆解模型的評價指標
        2.1.6 拆卸過程隨機性的的數(shù)學表述
        2.1.7 常用概率分布
    2.2 Petri網(wǎng)建模理論
        2.2.1 Petri網(wǎng)建模步驟
        2.2.2 拆解Petri網(wǎng)建模原理
        2.2.3 拆解優(yōu)先矩陣
    2.3 遺傳算法基本原理
        2.3.1 基本操作
        2.3.2 算法流程
    2.4 多目標優(yōu)化理論
        2.4.1 多目標優(yōu)化的基本概念
        2.4.2 多目標優(yōu)化的Pareto解集
    2.5 本章小結(jié)
第3章 不確定環(huán)境下拆解序列優(yōu)化模型構(gòu)建
    3.1 典型多元組隨機拆解Petri網(wǎng)模型
        3.1.1 擴展隨機拆解Petri網(wǎng)的特點
        3.1.2 假設條件
        3.1.3 參數(shù)定義
        3.1.4 拆解Petri網(wǎng)的運行規(guī)則
        3.1.5 Petri網(wǎng)模型生成步驟
    3.2 拆解序列的生成與優(yōu)化
        3.2.1 可行拆解序列的生成原理
        3.2.2 拆解序列的優(yōu)化
    3.3 典型隨機拆解多目標規(guī)劃模型
        3.3.1 典型最小期望拆解成本模型
        3.3.2 典型最大可拆解度模型
        3.3.3 典型最小拆解成本模型
    3.4 本章小結(jié)
第4章 多目標拆解規(guī)劃模型構(gòu)建與算法設計
    4.1 拆解序列規(guī)劃算法流程
    4.2 多目標拆解序列規(guī)劃算法設計
        4.2.1 多目標遺傳算法步驟
        4.2.2 隨機模擬算法步驟
    4.3 本章小結(jié)
第5章 案例分析
    5.1 汽車傳動裝置拆解Petri網(wǎng)模型構(gòu)建
        5.1.1 拆卸優(yōu)先矩陣
        5.1.2 模型構(gòu)建
    5.2 數(shù)據(jù)映射
        5.2.1 變遷賦值
        5.2.2 關聯(lián)矩陣
        5.2.3 拆解狀態(tài)標識向量
    5.3 綜合隨機優(yōu)化模型構(gòu)建
        5.3.1 參數(shù)定義
        5.3.2 最小期望成本拆解模型
        5.3.3 最大可拆解度模型
        5.3.4 最小成本拆解模型
    5.4 求解結(jié)果及分析
        5.4.1 參數(shù)設置
        5.4.2 求解結(jié)果
        5.4.3 結(jié)果分析
    5.5 本章小結(jié)
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻
作者簡介
致謝



本文編號：3831619