基于APS的離散制造業(yè)生產(chǎn)預(yù)測的研究與應(yīng)用
本文關(guān)鍵詞:基于APS的離散制造業(yè)生產(chǎn)預(yù)測的研究與應(yīng)用 出處:《寧夏大學(xué)》2016年碩士論文 論文類型:學(xué)位論文
更多相關(guān)文章: 生產(chǎn)預(yù)測 神經(jīng)網(wǎng)絡(luò) 遺傳算法 模型構(gòu)建
【摘要】:為了實現(xiàn)企業(yè)的動態(tài)管理,企業(yè)采用高級計劃排程技術(shù),它是一種優(yōu)化計劃,可將時間、訂單、庫存等生產(chǎn)中真實存在的問題考慮進去。在企業(yè)生產(chǎn)中隨時獲取各種動態(tài)變化,來調(diào)整生產(chǎn)去迎合市場。幫助企業(yè)解決不能動態(tài)平衡實時物料需求和資源的問題,為離散制造業(yè)提供了有效支撐。而在APS中用數(shù)學(xué)模型預(yù)測零件生產(chǎn)數(shù)量為企業(yè)生產(chǎn)計劃提供參照具有巨大的實用意義。但企業(yè)的生產(chǎn)預(yù)測模型卻具有復(fù)雜性、多層次性、開放性、非靜態(tài)性等特點,因此對它建立模型十分困難。本文基于某離散制造企業(yè)的背景,該企業(yè)是一家制造閥門的企業(yè),實現(xiàn)的是多品種、少批量、多批次的生產(chǎn)方式,使企業(yè)對環(huán)境變化具有更大的柔性。在滿足客戶需求的情況下實現(xiàn)企業(yè)最大利益下的最小成本目標,就必須采用更有效地生產(chǎn)組織方式,合理地利用庫存,為了完善企業(yè)自身已有的APS系統(tǒng),企業(yè)需要建立離散型生產(chǎn)線的生產(chǎn)預(yù)測作為發(fā)展的主要方向。通過訪問企業(yè)的數(shù)據(jù)庫獲取制造閥零件的歷史數(shù)據(jù),發(fā)現(xiàn)企業(yè)生產(chǎn)線上的數(shù)據(jù)具有不規(guī)律、有噪聲及變量之間存在的耦合等復(fù)雜特點,首先對原始數(shù)據(jù)預(yù)處理,經(jīng)過了數(shù)據(jù)清洗、數(shù)據(jù)集成以及歸一化。運用BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)算法建立生產(chǎn)預(yù)測模型,利用遺傳算法的全局搜索以及收斂速度快的特征對模型優(yōu)化處理,并對仿真結(jié)果進行分析比對,最后選擇了一種最優(yōu)的算法模型應(yīng)用在企業(yè)中,在APS的實際排程中發(fā)揮了重大的作用。
[Abstract]:In order to realize the dynamic management of enterprises, enterprises with advanced planning and scheduling technology, it is a kind of optimization plan, the time order, the real problems in the production of the inventory account. To get all kinds of changes in enterprise production, to adjust production to meet the market. Can help enterprises solve the dynamic balance of real-time material needs and resources, to provide effective support for the discrete manufacturing industry. And the APS used in the mathematical model to predict the number of parts production has great practical significance to provide reference for enterprise production planning. But the production of pre enterprise measurement model has a complex, multi-level, open, non static, so on it is very difficult to establish the model. In this paper, a discrete manufacturing enterprise based on the background, the company is a manufacturer of valve enterprises, to achieve multi varieties, small batch, multi batch production mode, the The enterprise is more flexible to the change of the environment. To achieve the minimum cost maximum interests of enterprises under the circumstances to meet customer demand, we must adopt more effective production organization, reasonable use of inventory, in order to improve the existing APS system of enterprises, enterprises need to establish a discrete production line as the main production forecast the direction of development. Access to the history data of manufacturing valve parts by accessing the enterprise database, find enterprise production line data is not the rule, there exists between noise and variable coupling characteristics, firstly, the pre-processing of the original data, after data cleaning, data integration and normalization. Using BP neural network, RBF neural network the algorithm to establish production prediction model, using genetic algorithm's global search and fast convergence characteristics of the optimization model, and the simulation results are analyzed. At the end of this paper, an optimal algorithm model is applied to the enterprise and plays a significant role in the actual scheduling of APS.
【學(xué)位授予單位】:寧夏大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2016
【分類號】:F426.4;F273;TP183
【相似文獻】
相關(guān)期刊論文 前10條
1 云中客;新的神經(jīng)網(wǎng)絡(luò)來自于仿生學(xué)[J];物理;2001年10期
2 唐春明,高協(xié)平;進化神經(jīng)網(wǎng)絡(luò)的研究進展[J];系統(tǒng)工程與電子技術(shù);2001年10期
3 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運優(yōu)化方法[J];長沙鐵道學(xué)院學(xué)報;2003年02期
4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計算機工程與應(yīng)用;2004年21期
5 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期
6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計教育;2005年06期
7 趙奇 ,劉開第 ,龐彥軍;灰色補償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計算機信息;2005年14期
8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場預(yù)測中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期
9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報;2006年03期
10 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)的過去、現(xiàn)在和將來[J];青年探索;2006年04期
相關(guān)會議論文 前10條
1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年
2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集(上冊)[C];2003年
3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年
4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年
5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機遇——紀念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年
6 許進;保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年
7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年
8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年
9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集(第七分冊)[南京理工大學(xué)學(xué)報(增刊)][C];2009年
10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年
相關(guān)重要報紙文章 前10條
1 美國明尼蘇達大學(xué)社會學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年
2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年
3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年
4 中國科技大學(xué)計算機系 邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機世界;2003年
5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”:打開復(fù)雜工藝“黑箱”[N];解放日報;2007年
6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年
7 健康時報特約記者 張獻懷;干細胞移植:修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年
8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達國際先進水平[N];中國電子報;2001年
9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報;2002年
10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年
相關(guān)博士學(xué)位論文 前10條
1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年
2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年
3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年
4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究[D];大連理工大學(xué);2015年
5 付愛民;極速學(xué)習(xí)機的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年
6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年
7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年
8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年
9 李艷晴;風(fēng)速時間序列預(yù)測算法研究[D];北京科技大學(xué);2016年
10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年
相關(guān)碩士學(xué)位論文 前10條
1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測的研究[D];華南理工大學(xué);2015年
2 賈文靜;基于改進型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);2015年
3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年
4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年
5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年
6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年
7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學(xué);2015年
8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實現(xiàn)[D];華南理工大學(xué);2015年
9 張韜;幾類時滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年
10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年
,本文編號:1355762
本文鏈接:http://sikaile.net/qiyeguanlilunwen/1355762.html