為指導鑄造企業(yè)在市場中科學地選擇訂單進行生產加工,以砂型鑄造企業(yè)為研究對象。在綜合考慮企業(yè)各個關鍵部門對訂單的評價指標的基礎上,設計了砂型鑄造企業(yè)訂單準入評價指標體系,并構建一種基于GSA-GA神經網絡的訂單準入評價模型。算法中使用Tent映射初始化種群保證隨機特征,并引入遺傳算法的交叉、變異算子保持對全局最優(yōu)粒子的獲取且提升算法探索能力。為驗證模型的有效性,以某砂型鑄造企業(yè)訂單準入評價問題實例進行實驗分析,進行參數實驗并與其他算法進行對比。結果表明,所建模型的平均相對誤差為1.945%,能幫助砂型鑄造企業(yè)進行科學的訂單準入評價決策,提高砂型鑄造企業(yè)生產效率。 

【文章來源】：工業(yè)工程. 2020,23(04)北大核心

【文章頁數】：10 頁

【參考文獻】：
期刊論文
[1]基于改進引力搜索算法的橋式起重機主梁優(yōu)化[J]. 侯驊玲,王宗彥,楊擴嶺,李志雄.  機械制造與自動化. 2018(02)
[2]基于分層MTO訂單的準入策略研究[J]. 曹裕,吳堪,熊壽遙.  管理科學學報. 2017(08)
[3]基于強化學習的訂單生產型企業(yè)的訂單接受策略[J]. 王曉歡,王寧寧,樊治平.  系統(tǒng)工程理論與實踐. 2014(12)



本文編號：3624116