一、离散型定制制造系统生产控制模型研究及应用（论文文献综述）
蒋龙飞[1]（2021）在《可重构印刷制造单元的情景识别及重构方案优选研究》文中指出随着“智能制造”进程的加快以及市场激烈的竞争,印刷制造企业必须能够迅速响应市场多品种、小批量、短交期、定制化的印刷生产需求,可重构的印刷制造系统为实现这一目标提供了最佳方式。可重构制造系统既能快速重组或更新,及时调整单元的生产功能和能力以响应市场需求的变化,又能提高产品质量、降低成本、缩短交货周期,因此本课题以可重构印刷制造系统为研究对象,针对可重构印刷制造单元状态识别以及重构方案优选问题展开研究,具体工作如下;（1）分析可重构印刷制造单元的状态,提取出单元特征,基于贝叶斯网络建立印刷制造单元情景识别模型。以网络节点不同取值表示印刷制造情景和单元特征状态的变化,以条件概率表示单元特征状态与情景间的概率影响关系,实现由单元特征状态到制造情景的识别,判断印刷制造单元根据现有印刷工艺和环境状态等条件,能否达到印刷品质量、生产效率等方面的要求。（2）根据印刷制造的实际生产要素,建立重构方案的综合评价模型,介绍了层次分析法和区问模糊数权重确定方法,并总结了两种方法的优缺点。在此基础上,提出了一种落于三角模糊数的权重确定方法,确定指标权重,实现重构方案的优选。本课题通过模拟印刷车间中的设备状态,环境状态,根据实际印刷工艺要求,利用模型对可重构印刷制造单元的印刷品质量状态进行判断,验证了模型的有效性,此外.针对重构方案的优选问题,利用三角模糊数方法计算得到指标权重,得出最优方案,通过对比层次分析法及情景识别结果,验证了所提方法的科学、可靠性。
张贇[2]（2021）在《基于大数据的电梯传动装备成本估算与系统研发》文中指出信息化和工业化水平不断发展,计算机、物联网等技术普及逐渐改变着传统制造业,传统生产方式已经不能满足生产力发展需求。数据作为新的生产要素已成为制造业发展新动力,成本数据是企业提高竞争力重要因素,如何准确有效的收集这些数据也成为企业越来越关心的问题。本文以面向客户产品报价研究为出发点,提出一种基于可拓实例与神经网络的成本估算模型;根据企业已有成本核算方法及存在问题,改进底层数据获取方式,提高了成本核算准确性,开发了一套面向底层制造资源的数据采集方式系统。本文具体工作如下:（1）介绍了离散车间工业大数据概况与制造大数据下成本发展模式,从离散制造企业成本估算、核算方法与制造数据采集三个角度对本文研究课题的国内外研究现状进行分析与阐述。（2）提出一种基于可拓物元的实例推理方法。针对作业成本案例库存在检索规则模糊和检索方法效率低的问题,充分分析企业生产BOM理论和CBR技术,将属性之间的模糊概念以定量形式进行描述,引入考虑客户需求的层次分析法和熵权法对整体权重进行调整,提高了实例检索成本案例匹配度。（3）将可拓理论与GA-BP神经网络相结合,提出了一种基于可拓实例推理与混合神经网络结合的成本估算模型。利用GA-BP神经网络模型既进一步验证该可拓实例推理准确性,同时也弥补了相似度差距较大的实例成本匹配问题,提高成本预测准确性,具有较高的工程应用价值。（4）提出了一种数据驱动下的成本核算方法。对离散制造车间MES系统概念与成本管理现状进行分析,提出一种离散车间下智能数据实时采集技术方案,介绍了成本归集与分配一般步骤;通过实例对比与分析了传统成本核算结果与加入数据采集后成本核算结果,找出成本消耗动因,切实证明了该方法有效性。（5）针对企业车间实际情况对开发的数据采集平台进行了介绍。运用Java语言Swing框下的GUI组件和SQL Server开发了一套面向车间底层数据采集系统,对系统框架、数据库逻辑概念进行了介绍,最后对其采集系统可视化界面进行了展示,实现了底层数据实时传输、可视化等功能。
廖勇[3]（2021）在《考虑智能物料储运系统的生产车间布局方法研究》文中研究指明高度个性化定制需求下,定制化生产的组织方式正由面向工艺的机群式,逐步向由多个含机器人的柔性制造单元所组成的生产车间演变。同时,因以自动导向小车（Automatic Guided Vehicle,AGV）所组成的物料储运系统具有柔性高、可扩展性和机动性强的特点。具有AGV储运系统的生产车间成为离散型定制化智能车间的典型结构之一。因此,在随机到达的定制需求下,如何将这种单元流水式生产组织方式与AGV物料储运系统有效结合,极大限度地降低车间物流强度在时间和空间上的不均衡分布,提高车间的物料运输和生产效率,是当前生产车间布局规划所面临的难题。本研究针对采用这类布局方式的生产车间,以保证AGV的有效运输效率为目的,研究具有柔性的一般结构导向路径网络的设计方法;在此基础上,考虑AGV导向路径网络是车间布局面积的重要组成部分,研究导向路径网络设计与车间布局的集成规划方法;以柔性制造单元系统性能指标为目标,研究柔性制造单元的设备布局方法。本课题拓宽了排队网建模与分析理论、有向图连通性增广理论的适用范围。为随机需求波动较大的生产车间布局提供可行的理论,为定制型离散制造企业的智能化升级改造提供科学的决策方法和分析依据。（1）针对具有一般结构的AGV导向路径网络,为保证AGV的有效运输效率,提出一种k弧导向路径网络设计方法。依据k弧强连通性和导向路径网络路径长度约束,建立该导向路径网络的混合整数规划模型。改进Frank弧强连通性增广算法,确定该类网络的最小长度。在此基础上,基于图定向和图的连通性保持等性质,设计初始解和邻域动作等,提出改进的变邻域搜索算法,求解最优的k路（弧）强导向路径网络设计方案。通过已有的基准案例验证改进变邻域算法的有效性;并以k=2为例,求解基准案例的2路强导向路径设计方案。为进一步分析2弧路导向路径网络的特点,从导向路径网络的运输距离、导向路径负荷强度分布、导向路径最大负荷强度、以及网络的拓扑结构指标等几个方面,对比分析案例的2弧强和强连通导向路径网络的优劣性。为一般结构的AGV导向路径网络提供一种新的设计思路。（2）针对含有一般结构导向路径网络的AGV储运系统车间的集成布局规划问题,考虑导向路网络布局面积对车间布局的影响,提出一种导向路径网络和车间设施的集成规划方法。在车间布局未定的情况下,给出一种AGV导向路径网络的设计规则,据此建立集成规划问题的混合整数规划模型。设计一种可传递约束图以描述单元间的相对位置关系,通过图的矩形对偶理论,构建相应的布局结构图;在此基础上设计满足连通性需求的导向路径网络,构建单元与单元、单元和导向路径之间互不重叠约束,得到一个可行的集成布局方案。提出一种基于可传递约束图的启发式求解方法,以求解最优集成设计方案。最后,通过已有的基准案例验证可传递约束图的有效性;分析了物流通道面积对车间布局的影响;并针对基准案例求解最优集成布局方案,对比不同类型导向路径网络对应的车间布局面积的影响。为布局阶段预估车间布局面积提供理论依据。（3）针对柔性制造单元的布局问题,以最优化单元的系统性能指标为目标,考虑随机不确定性和有限缓存区容量及搬运机器人的有限运输能力对系统性能指标的影响,提出一种基于有限缓存开排队网的柔性单元布局方法。由于单元的系统性能指标无法采用设备位置信息决策变量的封闭形式表达;所以建立柔性制造单元的有限开排队网模型。考虑有限缓存区容量使得排队网不具有乘积形式解,所以基于广义扩展法近似求解系统性能指标。采用自适应大邻域搜索算法,降低搜索过程陷入局部最优的概率,求解最优的单元布局方案。设计三种规模案例,分别以产出率和生产周期为目标,求解不同类型搬运路径网络结构和生产工艺路线网络结构下的最优布局;对比分析柔性制造单元中不同搬运路径网络结构的优劣性。
张晓辉[4]（2020）在《分布式阻塞流水车间调度方法研究》文中进行了进一步梳理在全球经济一体化的背景下,随着通用型工厂的优化以及同构生产线的整合,分布式制造已逐渐发展成为一种常见的制造模式。分布式制造可以使集团对下属多个企业或工厂的资源进行合理配置、优化组合及共享,统筹多个工厂建立协作关系,在低成本和低风险环境下采用分工和协作方式快速实现产品的高效生产。车间调度作为生产活动的重要环节,在分布式制造系统中占据着举足轻重的地位。不同于传统的单车间调度,分布式车间调度不仅需要考虑加工任务特性和生产约束的关联性,还需要考虑全局调度和各分布式工厂局部调度的耦合性,其求解过程更为复杂。因此,根据分布式制造特性构建调度优化模型,设计有效的优化方法,对推动分布式制造的调度理论研究具有重要意义。分布式车间调度问题有时优化单一生产目标,有时则需兼顾优化现代企业和国民宏观经济发展目标（如节能减排等环保政策）;有时决策空间仅受单一约束限制,有时则需要同时满足多个约束;有时调度环境是静态的,有时则受不确定因素的干扰。随着问题规模的扩大,在多项式时间内较难获得最优解。因此,开展分布式车间的调度研究具有较高的挑战性。本文以分布式阻塞流水制造为研究背景,设计了相应的分布式生产调度体系架构,围绕分布式阻塞流水车间静态调度、绿色调度和动态调度三个方面展开了深入研究,分别构建了静态调度、绿色调度和动态调度问题的数学模型,并基于不同问题特性提出了三类元启发式算法。最后,搭建了分布式阻塞流水车间调度原型系统,对理论研究进行了系统实现和应用验证。本文主要研究工作如下:（1）分析了一般流水阻塞车间调度问题特性,引入分布式制造概念,对分布式生产调度业务流程进行了分析。在此基础上,进一步研究了分布式阻塞流水车间调度业务的关键决策点,设计了面向分布式流水制造的生产调度体系架构,提出了云-边缘结合的生产调度管控模式。（2）研究了静态环境下分布式阻塞流水车间调度问题,在分析了分布式流水制造模式特点的基础上,以完工时间为优化目标,构建了调度问题的整数规划模型,提出了离散果蝇优化算法（Discrete fruit fly optimization algorithm,DFOA）。首先,针对阻塞流水约束特性,提出了三类种群初始化方法;在嗅觉搜索阶段,设计了四类有向邻域搜索算子,以扩大算法的搜索空间;随后,提出了包含两类插入式局部搜索的变邻域下降搜索框架;在视觉搜索阶段,改进了种群更新策略,确保算法的快速收敛。最后,在基准测例上验证了DFOA的有效性和优越性。（3）同时从生产效率和节能角度出发,研究了分布式阻塞流水车间绿色多目标调度问题,分析了加工周期和能耗的冲突关系,提出了基于Pareto理论的多目标分布估计算法（Multi-objective estimation of distribution algorithm,MOEDA）。首先,建立了基于贝叶斯网络的离散概率模型,通过概率模型更新加工排序;随后,设计了两类加工速度调整算子,改进了一类工件插入策略,实现了算法调整工件排序时工序加工速度的自适应调整,加速种群向Pareto前沿逼近。最后,通过对比实验验证了MOEDA对Pareto前沿的覆盖和逼近性能。（4）考虑了事件驱动的分布式制造模式,以机器故障为背景,研究了分布式阻塞流水车间动态调度问题。设计了故障模拟与修复机制,提出了面向分布式阻塞流水车间的动态调度策略,以完工时间和系统稳定性为优化目标,构建了分布式阻塞流水车间干扰管理模型,针对重调度工件设计了基于差分进化思想的离散Memetic算法（Discrete Memetic algorithm based on differential evolution,DMA）。首先,设计了基于工件权重位置的种群初始化策略;随后,引入差分进化思想对重调度的目标空间进行邻域搜索;之后,提出了基于工件块的随机参考局部搜索策略,避免算法陷入局部最优。最后,通过对比实验验证了重调度算法的有效性和优越性。（5）结合分布式阻塞流水车间生产调度体系架构,开发了云-边缘结合的调度原型系统,实现了调度算法在云端的部署和集团调度业务的运行。随后,在某技术密集型企业搭建了边缘侧调度控制平台,以多品种、小规模和定制化产品为应用对象,对动态调度策略和DMA重调度算法的有效性进行了实例验证。该论文有图77张,表24个,参考文献186个。
刘岩峰[5]（2020）在《多重不确定性需求下装备制造企业多品种生产计划方法研究》文中进行了进一步梳理企业战略目标的实现依赖于对战略指导下的生产经营活动的计划及实施。生产系统运行管理的首要职能就是对系统生产活动的计划管理。企业生产计划又是企业的总体生产大纲,在实际应用中使用较为广泛的如企业资源计划ERP、制造执行系统MES等,都需要依据生产计划大纲才能转化为可具体执行的生产作业计划并加以实施和控制。作为制造业的核心,装备制造企业在国民经济和工业建设中的地位及其重要。伴随着工业革命持续推进,客户对产品的需求也逐渐定制化、多样化,使得生产变得复杂化、分散化,装备制造企业开始转向多品种小批量生产,装备产品生产越来越柔性。产品生产的发展特征也逐渐表现出个性化、多样化。与此同时,也使装备制造企业多品种生产计划面临着客户需求多样个性、动态多变和难以预见的新挑战。但通过对覆盖了7个大类装备制造业137个企业进行访谈和问卷调查表明:相对于最终消费品制造企业而言,装备制造企业由于其产品知识密集,产品比较专业化和复杂化,设计制造上顾客参与度低以及需求变更、修改订单等原因,生产计划制定仍然面临着诸多的不确定性需求问题。当前企业都面临着市场需求的多样化、定制化和持续多变的环境问题。为了能够快速应对外部需求不断变化,如何制定计划是企业组织生产活动和生产过程的永恒主题。因此,迄今已有众多关于生产计划方法方面的研究成果,但这些方法主要是针对确定性需求或是需求数量不确定、需求数量-期限不确定情形下的生产计划制定,生产实际中大多还是基于经验或数学方法,并通过反复实验或称“试错法”来制定生产计划。面对客户需求品种、质量、数量、期限上的多重不确定性,如何描述客户需求的多重不确定性以及多重不确定性需求之间的关系?如何将这些多重不确定性需求关系及其需求共性反映到生产计划制定之中?又如何建立多重不确定性需求下多品种生产计划模型?这是生产计划管理理论和实践上亟待破解的难题。本文围绕装备制造企业多品种生产中,面临多重不确定性需求下迫切需要解决的生产计划方法问题开展研究,研究完成的主要工作有以下四个方面:（1）对多重不确定性需求以及装备制造企业多重不确定性需求概念进行了界定。首先,对不确定基本概念与相关理论基础进行了分析,主要从单重不确定性研究扩展到多重不确定研究,从常用的随机性和模糊性,也拓展到了粗糙性。然后,分别根据研究对象的不同和对象属性不同的特点进行了分类和划分,以及对相关文献的梳理,从而界定了多重不确定性和多重不确定性需求的概念。最后,通过对现实中的装备制造企业的需求问题进行了提炼和归纳,给出了装备制造企业多重不确定性需求的概念界定。（2）分析了制造企业多重不确定性需求以及它们相互之间的关系,并提出了生产计划应对的生产策略。首先,分别对生产计划制定的不确定性的品种、数量、质量、交货期等需求要素分析。其次,按照制造企业客户需求的影响过程,逐一明确各种需求之间的关系及相互影响,从而建立制造企业客户多重不确定性需求之间的关系模型。再次,采用动态情景分析描述装备制造企业多重不确定性需求的作用关系,提出了多重不确定性需求的各情景下的生产计划应对策略。最后,采用动态随机规划方法建立了多重不确定性需求下生产计划动态规划模型;并针对装备制造企业的实际问题,采用了不同的生产计划安排策略,包括先来先服务、短作业优先、需求时间优先以及最小转换成本策略等,并采用了算例模拟对比分析。研究表明:品种、数量、交货期、质量等需求要素存在着不确定性并且是相关影响的,算例结果证明该模型有效且有实用价值。（3）根据装备制造企业的订单变动和紧急订货情景,建立了多重不确定性需求下装备制造企业多品种生产计划模型。首先,对装备制造企业订单变动和紧急订货情景下产生的品种、数量、交货期和质量的需求变化进行分析。其次,根据满足客户需求、生产计划成本最小、产品生产周期最短、利润最大化四个生产目标,建立了具有多重不确定性的装备制造企业多目标生产计划模型。再次,在该模型中,不仅考虑了各种生产约束条件,还采用数学表达方式描述模糊不确定性数量需求,模糊不确定性交货期、由于客户和企业的认知不同产生的粗糙不确定性质量,以及在一定范围内波动的模糊价格需求等。最后,模型算例模拟求解采用了带精英策略的快速非支配排序遗传算法（NSGA-II）算法,结果表明该模型的有效性和可行性;同时将运算结果对比了带罚函数的粒子群算法求解该模型的模拟运算结果,对比结果表明NSGA-II算法求解本模型更适用。（4）构建了多重不确定性需求下装备制造企业多品种相似性生产计划模型。首先,针对装备制造企业分析了客户的离散随机的品种需求、模糊的交货期需求、随机的数量需求、模糊的质量需求。其次,对装备制造企业的产品和组件的相似性分析,建立了产品或组件的相似性计算模型。再次,针对产品或组件的相似性距离和多重不确定性需求的相似性,建立了基于FCM（模糊C-均值模糊聚类）的聚类模型。然后,根据聚类模型建立了相似生产计划模型,并利用多层编码遗传算法求解。最后,对比了SAGA（基于遗传模拟退火算法的聚类算法）的聚类分析,结果表明:SAGA聚类算法比FCM算法求解该聚类模型优越性更明显;对各模型进行模拟求解验证了模型的可行性和实用性。
段超毅[6]（2020）在《光伏新能源企业智能制造转型升级案例研究》文中指出制造的进步是社会发展的动力和根本,制造业代表国家的生产水平和综合实力。随着科技的不断发展与进步,生产制造能力也随之不断提升,涌现出新的技术和生产模式。自德国提出工业4.0以来,各个国家都在争相提升本国制造业的竞争力,美国提出先进制造业发展、日本提出机器人新战略,我国也根据自身的发展现状与特点,提出中国制造2025的国家战略。近年来,各个行业对制造能力快速提升的需求越发旺盛。智能制造是指围绕产品的全寿命周期,在现代感知技术、物联技术、信息技术、自动化技术、人工智能技术等先进技术的基础上,通过智能感知、物物相联、人机相联,实现设计、制造、检测等过程的自动化、信息化和智能化,它是现代信息技术和制造技术的深度融合,把制造通过设备、产线、车间、工厂等实物载体,进行数据化和网络化,形成具备自适应、柔性化、可视化和集成化的智能制造的环境,从而实现产品研发周期缩短、资源损耗降低、企业经营成本减少、生产效率提高、产品质量进一步提升,全面增强企业的竞争力。光伏新能源行业是我国在新能源领域具备代表性和国际竞争力的产业之一,由于该行业所具备的规模制造特点和其明晰的产业链划分、透明的行业生产成本,该行业对于企业制造能力有较高的要求。企业制造能力的强弱在一定程度上决定了该企业的行业竞争力。因此,在信息化和工业化深度融合的产业背景下,智能制造对于光伏制造企业来说,已成为战略升级的必经之路,越来越多的光伏新能源制造企业正在或者即将实施制造能力的全面提升,以适应行业升级发展的趋势。本文在研究国内外制造行业发展的基础上,详细阐述了国内外近年来智能制造发展的过程和现状,对智能制造各个环节的特点和模式进行了分析,通过对红太阳公司实施智能制造转型提升企业行业竞争力的研究,以企业生产力计算模型为依据,分析了该企业在实施智能制造转型前后生产经营情况的对比,论证了我国光伏新能源制造企业实施智能制造的战略升级对于企业的巨大影响。此外,本文展开了企业在实施智能制造战略提升的过程中所存在的各类风险的相关分析,提出了有效规避风险的措施。本文针对光伏新能源企业实施智能制造战略升级的典型案例研究,旨在为该行业企业在后续的发展过程中提供有价值的参考。
吕晓卫[7]（2020）在《个性化定制中的鲁棒优化生产调度研究 ——基于智能制造的视阈》文中研究表明伴随着现代工业和智能制造的迅速发展,个性化定制已经成为一种全新的生产模式并高速发展。这一过程中的核心技术难题就是生产调度。本文主要以个性化定制的生产调度问题作为研究对象,结合柔性车间生产调度的具体案例,开展本论文的研究:第一,将柔性车间生产调度问题（FJSP）作为主要研究点,分析柔性车间的不确定加工时间的最佳调度方式。为了准确描述随机量的干扰度以及约束量的准许违反程度,本文还将两个不确定的参数引入进来,研究加工时间服从概率分布的一般线性规划问题的鲁棒优化方法,之后将难以求解随机时间的FJSP模型变更为确定型鲁棒对等模型,可以快速求解。第二,依据FJSP所需要的条件来切实满足机器分配及工件排序的决策要求,采取立足于机器编码和工序编码的双层编码方式,利用贪婪算法来解决活动调度解码的问题。为此设计出对应的适应度函数及检验不稳定性调度问题的染色体。深度融合邻域搜索技术构建鲁棒调度的相关算法。最后,使用标准化的测试案例和典型案例来开展实验结果的测试。实验表明,当加工时间的扰动服从[-1,1]均匀分布的时候,设计出来的鲁棒优化方式就可以得出与FJSP相对应的鲁棒模型。这一种算法可以很快的得出最优答案,减少损失性能,得到的置信度高达95%。
赵善林[8]（2020）在《基于产品供销的多工厂单元制造人工鱼群优化研究》文中研究指明在“中国制造2025”战略的引领下,中国制造企业迎来了千载难逢的发展机会,制造企业需在提质增效的基础上提高综合集成水平,以满足社会和市场的需求。频繁的产品更新换代和需求的个性化也不断推动着制造企业的生产方式进行升级转型。单元化制造模式也应运而生,该模式不仅能降低生产成本还拥有更快的市场需求响应、更短的产品交付期、更低的在制品库存等优点。由于单元制造系统的灵活多变,以往业界和学界大多关注单元制造内部的结构设计、任务调度、生产计划、资源配置,往往将其看作一个封闭的生产系统来分析和运行。本文以崭新的供应链视角来考察原料供应商和销售地的遴选对单元化制造内部构建、工厂物流、运行成本的影响,使制造系统内外生产要素能有机协同,提供制造企业的需求响应能力。本文研究了以下三个方面:基于单元间物流的多工厂单元制造优化问题、基于原材料供应商的多工厂单元制造优化问题、集成产品供销的单元制造优化问题。针对多种产品跨工厂、跨单元进行加工的情形,考虑单元构建、机器配置、工艺路径以及产品供销因素,以最小化生产过程所产生的物流成本、机器使用成本和原材料进购成本为目标,建立了0-1非线性数学模型。为适应模型的高维度特征,设计了离散型人工鱼群算法进行求解。典型实例分析表明:离散型人工鱼群算法具有良好的寻优性能;对比实验分析也表明在构建单元制造系统时,考虑供应流程中的工厂间物流因素能够有效地降低运作成本。本研究成果可以帮助企业更好的理解单元制造系统构建的关键以及主要问题,使企业有效地把握好其手中有限的资源,最大程度的减少企业在制造过程中产生的原材料成本、机器成本以及运输成本,为制造企业生产方式的转型升级提供思路与指导,从而不断提高制造企业的核心竞争能力和市场响应能力。另外本研究运用供应链理论来重塑单元制造系统,拓展了联盟企业、集团公司等多工厂情形的生产运作模式。设计的离散型人工鱼群算法也大大提高了该模式的运作水准,而且丰富了人工鱼群算法在离散型制造业的应用场景。
许文祥[9]（2019）在《基于产品基因的建材装备制造过程质量控制方法研究》文中指出随着制造业全球化的不断加速,制造企业面临的竞争越来越激烈,高质量产品在提高企业竞争力和客户满意度等方面的作用愈加明显,质量成为提升制造企业核心竞争力的关键因素之一,越来越多的企业通过引进先进的质量管理和控制手段来提升产品质量竞争力。产品基因作为生物领域与机械领域融合的产物,在产品信息的描述、管理和应用方面具有优良的特性,因此,它被应用于设计、制造、质量等多个领域,也为制造企业产品质量控制提供了新的有效途径。本文针对建材装备产品及其制造过程特点,提出了基于产品基因的建材装备制造过程质量控制方法。主要研究内容如下:（1）提出了面向建材装备制造过程质量控制的产品基因建模方法。首先,分析了建材装备企业产品与制造过程的特点,阐述了建材装备产品基因的内容,提出了以加工面为遗传信息承载单元的产品基因模型,定义了产品基因的信息模型结构、编码方法和获取方法;在此基础上,提出了产品基因知识库,并对其内容和形成进行了阐述,定义了产品基因知识的存储与检索方法以及属性相似度计算规则,为其应用提供了基础。（2）提出了基于产品基因的建材装备质量缺陷诊断模型。首先,提出了基于直接相似度与合成相似度结合的产品基因知识过滤方法,以保证所获取知识的可用性,同时,应用粒子群算法（Particle Swarm Optimization,PSO）对相关产品基因的各元素权重进行优化;然后,针对质量缺陷与成因之间多对多关系的特点,提出了基于模糊综合评价法（Fuzzy Comprehensive Evaluation,FCE）的质量缺陷多因素诊断方法;最后,以某建材装备企业实际案例为对象对该模型进行了验证与分析。（3）提出了基于产品基因的建材装备质量综合评价模型。首先,以目标基因与非缺陷基因的相似程度及其与缺陷基因的差异程度为依据,提出了基于产品基因知识库的产品质量状态评价方法;然后,提出了基于产品基因状态评价的产品质量综合评价方法,为了获得更加准确的评价结果,提出了基于模糊层次分析法（Fuzzy Analytic Hierarchy Process,FAHP）的关联产品基因权值评估方法,并针对亚健康产品存在的质量风险,提出了基于鱼骨图的分析方法;最后,以某建材装备企业一磨辊轴为案例证明了该方法的可行性与有效性。（4）提出了基于产品质量评价的建材装备制造执行过程优化方法。在分析建材装备产品基因重组过程的基础上,结合产品质量综合评价方法,提出了考虑质量评价的制造任务优化调度模型,通过合理的制造资源选择来保证产品质量,为实现该目标,设计了一种改进的混合遗传离散粒子群算法（Hybrid Genetic Algorithm and Discrete Particle Swarm Optimization,H-GA-DPSO）用于求解该模型,并通过算例验证了模型和算法的有效性和性能优势。（5）针对所提出模型与方法的实际应用,在分析建材装备企业产品、制造过程和管理特点的基础上,设计和开发了面向建材装备企业制造过程的质量信息采集、共享与决策支持系统,并对系统开发背景、架构、性能优化设计、功能实现进行了详细论述。
石国富[10]（2019）在《总装化造船系统生产效率评价研究》文中指出保持生产效率优势是造船企业实现可持续发展的必要条件,造船模式代表着一类具有相近的固有造船生产力和生产效率水平的生产系统。通过对造船模式演变路径的分析发现,总装化建造是现有造船模式的共性特征。为此本文以总装化造船生产系统为切入点,研究造船系统生产效率的主要影响因素和评价方法,为提高造船生产效率提供理论与方法上的支撑。应用系统分析方法,结合配置效率和行为绩效理论,本文将造船生产系统分解为由产品、流程和组织三维结构构架和由相应的设计、生产和管理三种行为构架组成的子系统集合,形成了总装化造船生产系统的结构与行为模型,为应用现有效率理论从系统结构和行为关系的角度分析造船生产系统的效率提供了分析框架。本文以总装化造船生产系统为研究对象,提出了价格传导、质量变化、结构约束和行为激励等四种影响因素的作用机理;从造船生产系统的产业环境、产品设计方法、生产工艺流程和生产组织模式四个方面对造船生产效率的主要影响因素进行了分析,提出了以系统环境、系统结构和系统行为为基本类别的造船生产效率分类方法,为分析和利用影响因素提高总装化造船系统的生产效率提供了分析框架。在构建了结构与行为模型的基础上,本文构建了面向系统环境的市场绩效模型和面向系统内部的生产绩效模型。市场绩效模型以技术效率和成本效率评价企业的市场竞争力水平。生产绩效模型将总装化造船生产系统的整体效率定义为系统的结构贡献系数矩阵与行为绩效矩阵的乘积,应用数据包络分析法和统计回归法构建了造船生产效率的度量评价模型;利用造船生产系统的历史样本数据计算出各子系统的行为绩效;再用统计回归方法得出系统各子系统结构的贡献系数。通过行为绩效矩阵和贡献矩阵来深层次地分析系统内低效率的位置、原因和程度,为拟定提升造船生产效率的措施和评价效率改善措施的实施效果提供了评价方法。通过理论分析、模型构建和实证分析,本文认为造船业和造船企业的生产力和生产效率是由造船产业环境、造船设计方法、造船生产技术和造船生产管理四个方面的因素决定的;复杂的造船生产系统的低效率问题可以转化为一个结构化的问题,即由产品、流程和组织构架构成的三维结构与设计、作业和管理三种行为的绩效结合在一起系统化的解决。应用系统分析方法,合理强调工程技术、管理科学和行为科学三者对生产力和生产效率进步的综合性重要作用是解决造船业可持续发展的必由之路。
二、离散型定制制造系统生产控制模型研究及应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、离散型定制制造系统生产控制模型研究及应用（论文提纲范文）
（1）可重构印刷制造单元的情景识别及重构方案优选研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文组织结构 |
| 2 相关理论基础 |
| 2.1 可重构制造技术及其关键特征 |
| 2.1.1 可重构制造系统的可重构性 |
| 2.1.2 可重构制造系统的分类和结构 |
| 2.1.3 可重构制造系统的关键特征 |
| 2.2 贝叶斯网络 |
| 2.2.1 贝叶斯定理与贝叶斯网络 |
| 2.2.2 贝叶斯网络的学习 |
| 2.2.3 贝叶斯网络的推理 |
| 2.3 本章小结 |
| 3 可重构印刷制造单元的情景识别建模 |
| 3.1 印刷制造过程分析 |
| 3.2 印刷制造情景的影响因素分析 |
| 3.3 基于贝叶斯网络的印刷制造情景识别模型 |
| 3.3.1 印刷制造情景的识别模型 |
| 3.3.2 PMSRM的节点类型 |
| 3.3.3 PMSRM中节点的参数学习 |
| 3.3.4 印刷制造情景的识别 |
| 3.4 本章小结 |
| 4 基于PMSRM模型的情景识别 |
| 4.1 印刷制造情景识别模型的构建 |
| 4.2 印刷制造单元的情景识别 |
| 4.2.1 贝叶斯网络结构的建立与可视化 |
| 4.2.2 节点条件概率表的生成 |
| 4.2.3 情景的识别 |
| 4.3 本章小结 |
| 5 印刷制造单元重构方案的优选 |
| 5.1 可重构印刷制造系统综合评价指标体系的构建 |
| 5.2 层次分析法 |
| 5.3 区间模糊数方法 |
| 5.4 三角模糊数方法 |
| 5.4.1 三角模糊数及其运算 |
| 5.4.2 构造模糊判断矩阵 |
| 5.4.3 计算指标的综合权重 |
| 5.4.4 确定不同层次指标权重 |
| 5.4.5 基于三角模糊数方法的权重确定实验验证 |
| 5.4.6 方案的综合评价 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（2）基于大数据的电梯传动装备成本估算与系统研发（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 离散车间大数据分析与成本管理方法概述 |
| 1.2.1 工业大数据概况 |
| 1.2.2 制造大数据下成本管理 |
| 1.3 国内外研究现状 |
| 1.3.1 制造成本核算研究现状 |
| 1.3.2 产品成本报价研究现状 |
| 1.3.3 离散车间数据采集研究现状 |
| 1.4 课题来源与主要研究内容 |
| 1.4.1 课题来源 |
| 1.4.2 研究内容 |
| 1.5 本章小结 |
| 第二章 基于可拓物元实例推理的概念设计方法 |
| 2.1 BOM理论与产品配置 |
| 2.1.1 BOM理论 |
| 2.1.2 逻辑BOM与产品配置 |
| 2.2 基于案例的快速成本评估过程 |
| 2.2.1 案例推理的一般工作流程 |
| 2.2.2 案例检索方法 |
| 2.2.3 CBR优点 |
| 2.3 可拓理论 |
| 2.3.1 可拓学定义 |
| 2.3.2 可拓集合 |
| 2.3.3 基元理论 |
| 2.3.4 可拓分析 |
| 2.3.5 关联函数 |
| 2.4 可拓实例的检索与提取 |
| 2.4.1 相似度判定 |
| 2.4.2 属性权重确定 |
| 2.4.3 实例的提取 |
| 2.5 本章小结 |
| 第三章 基于可拓理论和神经网络的成本估算模型研究 |
| 3.1 BP神经网络模型 |
| 3.1.1 BP神经网络拓扑结构 |
| 3.1.2 BP神经网络训练过程 |
| 3.1.3 BP神经网络的不足 |
| 3.2 遗传算法网络模型 |
| 3.2.1 遗传算法的原理与概念 |
| 3.2.2 遗传算法基本要素 |
| 3.2.3 遗传算法基本流程 |
| 3.3 GA-BP神经网络模型 |
| 3.3.1 基于遗传算法的神经网络参数优化 |
| 3.3.2 神经网络各层结构节点确定 |
| 3.4 组合神经网络与可拓实例的成本估算方法 |
| 3.5 实例分析与验证 |
| 3.5.1 局部相似度 |
| 3.5.2 指标权重确定 |
| 3.5.3 整体相似度 |
| 3.5.4 神经网络结构参数确定 |
| 3.5.5 实验结果对比与分析 |
| 3.6 本章小结 |
| 第四章 制造执行系统下的成本管理研究 |
| 4.1 成本核算理论研究 |
| 4.2 车间制造执行系统下的成本管理模式 |
| 4.2.1 离散型企业车间生产制造成本管理现状 |
| 4.2.2 MES概念理论 |
| 4.2.3 MES下的成本管理体系框架 |
| 4.3 车间制造系统下的数据采集和成本分析 |
| 4.3.1 制造型企业产品生产过程概述 |
| 4.3.2 成本数据采集方式 |
| 4.3.3 成本归集与分配的一般步骤 |
| 4.3.4 构建以批次产量为约束条件的作业成本核算体系 |
| 4.4 实例验证 |
| 4.5 本章小结 |
| 第五章 基于MES的制造车间数据采集系统设计与开发 |
| 5.1 系统功能需求分析及功能模块 |
| 5.1.1 数据采集系统必要性 |
| 5.1.2 系统功能需求分析 |
| 5.1.3 系统功能模块设计 |
| 5.2 系统开发环境与构架简介 |
| 5.2.1 技术架构选择 |
| 5.2.2 系统运行环境 |
| 5.3 数据库底层模型搭建 |
| 5.3.1 数据库需求分析 |
| 5.3.2 数据库概念结构设计 |
| 5.3.3 数据库逻辑结构设计 |
| 5.4 系统开发与功能实现 |
| 5.4.1 制造执行资源系统登陆界面 |
| 5.4.2 派工与报工 |
| 5.4.3 车间DNC |
| 5.4.4 物流管理 |
| 5.4.5 流转卡打印 |
| 5.4.6 计划车间执行信息可视化看板 |
| 5.4.7 设备运行信息看板 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.1.1 主要工作 |
| 6.1.2 主要创新点 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1:作者在攻读硕士学位期间发表的论文 |
| 附表1 刀具耗用清单 |
（3）考虑智能物料储运系统的生产车间布局方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 定制化生产环境下车间布局新挑战 |
| 1.1.2 问题特点及研究思路 |
| 1.1.3 研究的应用前景和理论价值 |
| 1.2 国内外文献综述 |
| 1.2.1 AGV导向路径网络研究现状 |
| 1.2.2 车间布局研究现状 |
| 1.2.3 车间集成布局研究 |
| 1.2.4 制造单元布局研究现状 |
| 1.2.5 文献调研结论 |
| 1.3 课题来源及研究内容 |
| 1.3.1 课题来源 |
| 1.3.2 研究目标及主要内容 |
| 第二章 基于连通性增广的k弧强导向路径网络设计方法 |
| 2.1 引言 |
| 2.2 问题描述和数学模型 |
| 2.2.1 问题描述 |
| 2.2.2 问题分析 |
| 2.2.3 数学规划模型 |
| 2.3 增广强连通至k弧强导向路径网络的最小添加路径长度 |
| 2.4 求解方法 |
| 2.4.1 初始解生成方法 |
| 2.4.2 邻域动作设计 |
| 2.4.3 目标函数计算方法 |
| 2.4.4 改进的变邻域搜索算法 |
| 2.5 计算实例与分析 |
| 2.5.1 算法的有效性验证 |
| 2.5.2 计算增广强连通到k弧强导向路径网络的最小添加路径长度 |
| 2.5.3 k弧强AGV导向路径网络 |
| 2.6 结论 |
| 第三章 具有一般结构导向路径网络AGV储运系统的车间集成布局规划 |
| 3.1 引言 |
| 3.2 问题描述和数学模型 |
| 3.2.1 AGV导向路径网络设计原则 |
| 3.2.2 问题分析 |
| 3.2.3 数学规划模型 |
| 3.3 基于可传递约束图的导向路径网络设计方法 |
| 3.3.1 图论相关概念 |
| 3.3.2 可传递约束图 |
| 3.3.3 可传递约束图的性质 |
| 3.3.4 可传递约束图的矩形对偶图 |
| 3.3.5 AGV导向路径网络设计方法 |
| 3.4 求解方法 |
| 3.4.1 可传递约束图的邻域动作 |
| 3.4.2 目标函数计算方法 |
| 3.4.3 改进的变邻域搜索算法 |
| 3.5 计算实例与分析 |
| 3.5.1 传递约束图的有效性验证 |
| 3.5.2 通道宽度对车间布局面积的影响 |
| 3.5.3 2弧强导向路径网络和车间设施集成规划案例 |
| 3.6 结论 |
| 第四章 基于有限开排队网的柔性制造单元布局规划 |
| 4.1 引言 |
| 4.2 问题描述和数学模型 |
| 4.3 柔性制造单元性能计算方法 |
| 4.3.1 系统排队网模型的假设条件 |
| 4.3.2 拓展的广义扩展法 |
| 4.4 求解方法 |
| 4.4.1 自适应大邻域搜索算法的基本原理 |
| 4.4.2 自适应大邻域搜索的算法框架 |
| 4.5 计算实例与分析 |
| 4.5.1 性能指标计算方法的有效性验证 |
| 4.5.2 求解最优布局案例 |
| 4.6 结论 |
| 第五章 结论与展望 |
| 参考文献 |
| 攻读学位期间取得与学位论文相关的研究成果 |
| 致谢 |
（4）分布式阻塞流水车间调度方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究目标 |
| 1.3 相关领域国内外研究现状 |
| 1.4 研究现状总结及问题分析 |
| 1.5 研究内容 |
| 2 分布式阻塞流水车间调度体系架构研究 |
| 2.1 概述 |
| 2.2 分布式制造模式特点分析 |
| 2.3 分布式阻塞流水车间调度业务流程和关键决策点 |
| 2.4 分布式阻塞流水生产调度体系架构研究 |
| 2.5 分布式生产调度管控模式设计 |
| 2.6 本章小结 |
| 3 分布式阻塞流水车间静态调度研究 |
| 3.1 概述 |
| 3.2 分布式阻塞流水车间静态调度数学模型 |
| 3.3 标准果蝇优化算法介绍 |
| 3.4 离散果蝇优化算法流程描述 |
| 3.5 实验对比与分析 |
| 3.6 本章小结 |
| 4 分布式阻塞流水车间绿色调度研究 |
| 4.1 概述 |
| 4.2 分布式阻塞流水车间绿色调度数学模型 |
| 4.3 标准分布估计算法介绍 |
| 4.4 多目标分布估计算法流程描述 |
| 4.5 实验对比与分析 |
| 4.6 本章小结 |
| 5 分布式阻塞流水车间动态调度研究 |
| 5.1 概述 |
| 5.2 分布式阻塞流水车间动态调度流程关键问题研究 |
| 5.3 分布式阻塞流水车间动态调度数学模型 |
| 5.4 分布式阻塞流水车间动态调度策略 |
| 5.5 基于差分进化的Memetic算法流程 |
| 5.6 实验对比与分析 |
| 5.7 本章小结 |
| 6 分布式阻塞流水车间调度系统实现及应用 |
| 6.1 概述 |
| 6.2 分布式阻塞流水车间调度系统框架 |
| 6.3 系统开发模式和配置 |
| 6.4 系统应用模块设计 |
| 6.5 系统功能框架设计 |
| 6.6 系统功能实现和界面展示 |
| 6.7 系统应用实例 |
| 6.8 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 论文创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（5）多重不确定性需求下装备制造企业多品种生产计划方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 装备制造企业生产面临着持续多变的环境 |
| 1.1.2 装备制造企业多品种生产面临着多重不确定性需求 |
| 1.1.3 装备制造企业亟待解决多重不确定性需求下多品种生产计划问题 |
| 1.1.4 研究的前沿发展动态 |
| 1.2 问题的提出 |
| 1.3 研究的目标与意义 |
| 1.3.1 研究的目标 |
| 1.3.2 研究的意义 |
| 1.4 研究内容和研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究思路 |
| 1.4.3 研究方法 |
| 1.5 研究的创新性工作说明 |
| 第2章 相关研究文献综述 |
| 2.1 文献检索情况概述 |
| 2.1.1 文献检索范围 |
| 2.1.2 相关文献情况分析 |
| 2.1.3 学术趋势 |
| 2.2 关于不确定性需求研究 |
| 2.2.1 随机不确定性需求 |
| 2.2.2 模糊不确定性需求 |
| 2.2.3 粗糙不确定性需求 |
| 2.3 关于多重不确定性的研究 |
| 2.4 关于多品种生产计划的研究 |
| 2.5 关于装备制造企业生产计划的研究 |
| 2.6 已有研究的贡献与不足 |
| 2.6.1 已有研究贡献 |
| 2.6.2 已有研究不足 |
| 2.6.3 已有研究启示 |
| 2.7 本章小结 |
| 第3章 概念界定与相关理论基础 |
| 3.1 概念界定 |
| 3.1.1 多品种生产 |
| 3.1.2 生产计划 |
| 3.1.3 不确定性 |
| 3.1.4 多重不确定性需求 |
| 3.2 动态规划理论 |
| 3.3 多目标规划 |
| 3.4 本章小结 |
| 第4章 多重不确定性需求下生产应对策略和动态生产计划方法 |
| 4.1 多重不确定性需求之间影响关系 |
| 4.1.1 品种需求不确定的影响关系 |
| 4.1.2 数量需求不确定的影响关系 |
| 4.1.3 质量需求不确定的影响关系 |
| 4.1.4 交货期需求不确定的影响关系 |
| 4.2 多重不确定性需求下生产应对策略 |
| 4.3 多重不确定性需求下动态生产计划模型 |
| 4.4 模型求解 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 第5章 多重不确定性需求下装备制造企业多品种多目标生产计划方法 |
| 5.1 问题描述及假设 |
| 5.1.1 问题描述 |
| 5.1.2 问题假设 |
| 5.1.3 变量和参数说明 |
| 5.2 多品种多目标生产计划模型 |
| 5.2.1 目标函数 |
| 5.2.2 目标函数的约束条件 |
| 5.2.3 不确定性数量需求描述 |
| 5.2.4 不确定性交货期需求描述 |
| 5.2.5 不确定性质量需求描述 |
| 5.2.6 不确定性价格需求描述 |
| 5.3 模型求解 |
| 5.3.1 NSGA-II算法求解 |
| 5.3.2 带罚函数粒子群算法求解 |
| 5.4 算例分析 |
| 5.4.1 初始数据 |
| 5.4.2 运行结果 |
| 5.5 本章小结 |
| 第6章 多重不确定性需求下装备制造企业多品种相似生产计划方法 |
| 6.1 问题描述与假设 |
| 6.1.1 不确定性品种需求描述 |
| 6.1.2 不确定性交货期需求描述 |
| 6.1.3 不确定性数量需求描述 |
| 6.1.4 不确定性质量需求描述 |
| 6.2 多品种相似性与聚类分析 |
| 6.2.1 多品种相似性分析 |
| 6.2.2 不确定性需求聚类分析 |
| 6.3 多品种相似生产计划模型 |
| 6.4 模型求解 |
| 6.5 算例分析 |
| 6.5.1 初始数据 |
| 6.5.2 运行结果 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 本文的主要结论 |
| 7.2 本文的主要贡献 |
| 7.3 后续研究工作展望 |
| 参考文献 |
| 附录 A 企业生产计划与调度控制的不确定性及风险调查问卷 |
| 在学研究成果 |
| 致谢 |
（6）光伏新能源企业智能制造转型升级案例研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国外研究现状及发展动态分析 |
| 1.3 国内研究现状及发展动态分析 |
| 1.4 主要研究内容 |
| 第2章 相关理论概述 |
| 2.1 智能制造相关理论研究 |
| 2.1.1 智能制造 |
| 2.1.2 智能制造模式研究 |
| 2.2 光伏新能源制造理论研究 |
| 2.2.1 光伏新能源制造流程与典型制造工艺 |
| 2.2.2 光伏新能源智能制造特点及目标 |
| 2.3 本章小结 |
| 第3章 红太阳企业智能制造转型升级研究 |
| 3.1 光伏新能源行业发展现状与对智能制造的需求 |
| 3.1.1 光伏新能源行业对智能制造的需求 |
| 3.1.2 光伏新能源行业发展现状 |
| 3.2 国内光伏新能源企业的转型工作 |
| 3.3 红太阳公司制造能力现状与制造模式 |
| 3.4 红太阳公司战略转型思路与路径 |
| 3.4.1 转型思路 |
| 3.4.2 转型路径 |
| 3.5 SWOT分析 |
| 3.5.1 优势分析 |
| 3.5.2 劣势分析 |
| 3.5.3 机会分析 |
| 3.5.4 威胁分析 |
| 3.6 PEST分析 |
| 3.6.1 政治 |
| 3.6.2 经济 |
| 3.6.3 社会 |
| 3.6.4 技术 |
| 3.7 企业智能制造转型升级的主要创新点 |
| 3.7.1 自主研发制造装备引领工艺进步 |
| 3.7.2 自主研发检测设备提升产品质量 |
| 3.7.3 自主研发物流设备提升物流效率 |
| 3.7.4 全流程管控提升生产效率 |
| 3.7.5 人工智能在光伏电池生产的应用探索 |
| 3.8 企业智能制造战略转型风险研究 |
| 3.8.1 政策风险分析及对策 |
| 3.8.2 技术风险分析与对策研究 |
| 3.8.3 市场风险分析与对策研究 |
| 3.9 本章小结 |
| 第4章 生产力计算与企业转型效果分析 |
| 4.1 生产力计算要素 |
| 4.1.1 投入和产出量 |
| 4.1.2 以原材料处理量为计量单位 |
| 4.1.3 确定影响生产能力的因素 |
| 4.1.4 计算成批加工企业的生产能力 |
| 4.1.5 计算流水线企业的生产能力 |
| 4.2 红太阳公司实施智能制造转型前后经营情况对比 |
| 4.2.1 生产力计算对比 |
| 4.2.2 与国内外先进水平的比较 |
| 4.3 本章小结 |
| 第5章 研究成果和结论 |
| 5.1 红太阳公司战略转型结论 |
| 5.1.1 装备智能化可有效支撑企业实施智能制造升级 |
| 5.1.2 制造在线监测系统可提升产品质量 |
| 5.1.3 全流程管控系统可提升企业生产效率 |
| 5.1.4 智能制造是光伏行业提升竞争力的必由之路 |
| 5.2 研究成果 |
| 参考文献 |
| 攻读硕士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）个性化定制中的鲁棒优化生产调度研究 ——基于智能制造的视阈（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究思路 |
| 1.5 本文创新点 |
| 1.6 国内外研究综述 |
| 1.6.1 个性化定制 |
| 1.6.2 智能制造 |
| 1.6.3 柔性调度 |
| 1.6.4 动态调度 |
| 1.6.5 鲁棒优化 |
| 1.6.6 文献研究评述 |
| 1.7 本章小结 |
| 第2章 个性化定制生产分析 |
| 2.1 个性化定制的基本生产模式 |
| 2.1.1 生产模式的演变历史和发展历史 |
| 2.1.2 个性化定制模式说明 |
| 2.1.3 个性化定制与规模化定制的区别分析 |
| 2.2 个性化的生产系统中所面临的问题 |
| 2.2.1 个性化定制的先决条件 |
| 2.2.2 离散型智能车间的理解和分析 |
| 2.2.3 智能车间的个性化定制生产分析 |
| 2.3 个性化定制调度问题的研究 |
| 2.3.1 个性化定制调度与传统调度的比较 |
| 2.3.2 个性化定制调度分析 |
| 2.4 本章小结 |
| 第3章 不确定因素下的车间生产调度模型及其鲁棒优化 |
| 3.1 不确定性因素的分类 |
| 3.2 不确定因素下车间调度的优化 |
| 3.2.1 不确定因素的相关表征方式 |
| 3.2.2 相关的调度方案分析 |
| 3.2.3 调度方案的优化方法 |
| 3.3 不确定加工时间的生产调度问题的提出 |
| 3.4 构建不确定FJSP问题的数学模型 |
| 3.4.1 符号说明 |
| 3.4.2 加工时间不确定的FJSP模型 |
| 3.5 不确定FJSP模型的鲁棒优化框架 |
| 3.5.1 参数不确定的情况下鲁棒优化的通用框架 |
| 3.5.2 计算服从概率分布的鲁棒优化分位点 |
| 3.5.3 FJSP问题的鲁棒优化模型 |
| 3.6 本章小结 |
| 第4章 不确定因素下FJSP鲁棒调度求解 |
| 4.1 遗传算法的理论概述 |
| 4.1.1 遗传算法的基本原理 |
| 4.1.2 遗传算法在FJSP中的应用优势 |
| 4.2 邻域搜索算法基本原理及其实践应用的特点 |
| 4.2.1 邻域搜索算法分析 |
| 4.2.2 邻域搜索算法在FJSP中的应用优势 |
| 4.3 鲁棒调度算法设计 |
| 4.3.1 FJSP问题的双层遗传编码 |
| 4.3.2 FJSP活动调度解码 |
| 4.3.3 建成初始化的种群 |
| 4.3.4 设计不确定性的适应度函数 |
| 4.3.5 立足于轮盘赌基础上的选择操作 |
| 4.3.6 基于工序码和机器码之间的交叉操作 |
| 4.3.7 立足于邻域搜索基础上的变异操作 |
| 4.4 本章小结 |
| 第5章 实证研究 |
| 5.1 案例说明 |
| 5.1.1 背景介绍 |
| 5.1.2 案例分析 |
| 5.2 案例参数设置 |
| 5.2.1 算法参数的设置 |
| 5.2.2 不确定参数的设置 |
| 5.3 案例的实验结果 |
| 5.3.1 案例的不确定型问题结果 |
| 5.3.2 案例的不确定参数敏感性分析 |
| 5.3.3 分析案例的不确定参数的ANOVA |
| 5.4 案例的算法性能分析 |
| 5.5 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的学术成果 |
（8）基于产品供销的多工厂单元制造人工鱼群优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与研究方法 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.3 组织结构与技术路线 |
| 1.3.1 组织结构 |
| 1.3.2 技术路线 |
| 1.4 研究创新点 |
| 第2章 国内外研究现状 |
| 2.1 单元制造发展概况 |
| 2.2 单元构建理论 |
| 2.3 单元调度理论 |
| 2.4 生产物流理论 |
| 2.5 制造业的供应链协同 |
| 2.6 人工鱼群算法的应用 |
| 2.7 研究述评 |
| 第3章 基于单元间物流的多工厂单元制造优化研究 |
| 3.1 多工厂单元化制造场景 |
| 3.2 多工厂单元化制造模型构建 |
| 3.2.1 单元化制造场景参数 |
| 3.2.2 多工厂单元制造优化目标 |
| 3.2.3 单元化制造运行约束条件 |
| 3.3 离散型人工鱼群算法 |
| 3.3.1 人工鱼群算法思想 |
| 3.3.2 人工鱼群算法的基本术语 |
| 3.3.3 人工鱼的编码 |
| 3.3.4 人工鱼群算法的主要算子 |
| 3.3.5 算法步骤 |
| 3.3.6 算法的全局收敛性 |
| 3.4 典型实例分析 |
| 3.5 本章小结 |
| 第4章 集成原料供应商的多工厂单元制造优化研究 |
| 4.1 集成原料供应的单元化制造场景 |
| 4.2 集成原料供应的单元制造模型 |
| 4.2.1 单元化制造场景参数 |
| 4.2.2 多工厂单元制造优化目标 |
| 4.2.3 单元化制造约束条件 |
| 4.3 离散型人工鱼群算法 |
| 4.4 典型实例分析 |
| 4.5 针对工厂间物流的模型比较 |
| 4.6 本章小结 |
| 第5章 集成产品供销的多工厂单元制造优化研究 |
| 5.1 集成产品供销的单元制造场景 |
| 5.2 集成产品供销的单元制造模型 |
| 5.2.1 单元化制造场景参数 |
| 5.2.2 多工厂单元制造优化目标 |
| 5.2.3 单元化制造约束条件 |
| 5.3 离散型人工鱼群算法 |
| 5.4 典型实例分析 |
| 5.5 离散型人工鱼群算法与遗传算法实验比较 |
| 5.6 本章小结 |
| 第6章 总结及研究展望 |
| 6.1 本文研究工作总结 |
| 6.2 后续研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 :部分Java代码 |
| 附录2 :作者在读期间发表的学术论文及参加的科研项目 |
（9）基于产品基因的建材装备制造过程质量控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 质量管理思想与技术的发展 |
| 1.1.2 我国建材装备企业面临的挑战 |
| 1.2 课题的提出 |
| 1.3 研究目的及意义 |
| 1.4 相关领域国内外研究现状 |
| 1.4.1 产品基因及其在机械领域的应用 |
| 1.4.2 产品质量缺陷诊断 |
| 1.4.3 产品质量评价 |
| 1.4.4 考虑质量的制造任务优化调度 |
| 1.5 现有研究存在的问题与不足 |
| 1.6 课题支撑 |
| 1.7 论文研究内容 |
| 第二章 面向建材装备制造过程质量控制的产品基因研究 |
| 2.1 引言 |
| 2.2 建材装备产品基因 |
| 2.2.1 建材装备产品特点分析 |
| 2.2.2 建材装备产品基因内容 |
| 2.2.3 建材装备产品基因模型 |
| 2.2.4 建材装备产品基因编码方法 |
| 2.2.5 建材装备产品基因获取方法 |
| 2.2.6 建材装备产品基因实例 |
| 2.3 建材装备产品基因知识库 |
| 2.3.1 建材装备产品基因知识库内容 |
| 2.3.2 建材装备产品基因知识存储与检索 |
| 2.3.3 建材装备产品基因属性相似度计算规则 |
| 2.4 本章小结 |
| 第三章 基于产品基因的建材装备制造过程质量缺陷诊断方法研究 |
| 3.1 引言 |
| 3.2 建材装备制造过程质量缺陷诊断模型 |
| 3.2.1 建材装备制造过程质量缺陷成因分析 |
| 3.2.2 基于产品基因的建材装备制造过程质量缺陷诊断框架 |
| 3.3 建材装备产品质量缺陷诊断方法 |
| 3.3.1 基于直接相似度的诊断知识过滤方法 |
| 3.3.2 基于合成相似度的可用诊断知识获取方法 |
| 3.3.3 基于模糊综合评价法的质量缺陷多因素诊断方法 |
| 3.4 质量缺陷诊断实例分析 |
| 3.4.1 数据准备 |
| 3.4.2 诊断知识过滤 |
| 3.4.3 产品质量缺陷诊断 |
| 3.4.4 结果分析 |
| 3.5 本章小结 |
| 第四章 基于产品基因的建材装备制造过程质量综合评价方法研究 |
| 4.1 引言 |
| 4.2 建材装备制造过程质量综合评价模型 |
| 4.3 建材装备产品质量综合评价方法 |
| 4.3.1 基于直接相似度的可用产品基因评价知识过滤 |
| 4.3.2 基于可用评价知识的关联产品基因评价 |
| 4.3.3 产品质量综合评价方法 |
| 4.3.4 基于鱼骨图法的亚健康产品潜在质量问题分析 |
| 4.4 质量综合评价实例分析 |
| 4.4.1 目标产品基因提取与评价知识过滤 |
| 4.4.2 产品质量综合评价 |
| 4.4.3 潜在质量问题分析 |
| 4.5 本章小结 |
| 第五章 基于产品质量评价的建材装备制造执行过程优化方法研究 |
| 5.1 引言 |
| 5.2 面向建材装备制造执行过程优化的产品基因重组分析 |
| 5.2.1 基因工程的启示 |
| 5.2.2 建材装备产品基因重组模型 |
| 5.3 基于产品质量评价的建材装备制造任务调度模型 |
| 5.3.1 问题描述 |
| 5.3.2 数学模型 |
| 5.4 多层编码的混合遗传离散粒子群算法设计 |
| 5.4.1 产品基因信息提取和评价知识过滤方法 |
| 5.4.2 遗传算法设计 |
| 5.4.3 离散粒子群算法设计 |
| 5.5 实验对比与分析 |
| 5.5.1 初始化案例数据 |
| 5.5.2 参数设置 |
| 5.5.3 对比实验与结果分析 |
| 5.6 本章小结 |
| 第六章 基于产品基因的建材装备企业质量跟踪与决策支持系统 |
| 6.1 引言 |
| 6.2 系统开发背景及架构 |
| 6.2.1 系统开发背景 |
| 6.2.2 系统架构分析 |
| 6.2.3 基于中间对象模型的多源信息集成框架 |
| 6.3 系统设计 |
| 6.3.1 系统结构设计 |
| 6.3.2 系统安全与可配置性设计 |
| 6.4 系统主要功能设计实例 |
| 6.4.1 基于OPC技术的质量数据采集 |
| 6.4.2 质量缺陷诊断 |
| 6.4.3 质量评价与分析 |
| 6.4.4 基于产品质量评价的制造执行过程优化 |
| 6.4.5 质量跟踪与预警 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 A:攻读学位期间发表的学术论文 |
| 附录 B:攻读学位期间申请的发明专利 |
| 附录 C:攻读学位期间获得的学术奖励 |
| 附录 D:攻读学位期间参与的科研课题 |
| 附录 E:项目验收报告 |
| 附录 F:软件版权 |
（10）总装化造船系统生产效率评价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 造船业现状 |
| 1.1.2 问题的提出 |
| 1.1.3 研究意义 |
| 1.2 研究目的、内容与方法 |
| 1.2.1 研究目的 |
| 1.2.2 研究内容 |
| 1.2.3 研究方法 |
| 1.2.4 技术路线 |
| 2 文献综述与理论基础 |
| 2.1 文献综述 |
| 2.1.1 生产效率影响因素研究 |
| 2.1.2 造船生产效率的改进途径研究 |
| 2.1.3 造船生产效率的评价方法研究 |
| 2.2 理论基础 |
| 2.2.1 系统分析方法 |
| 2.2.2 制造模式理论 |
| 2.2.3 效率的评价方法 |
| 2.3 本章小结 |
| 3 总装化造船系统的概念模型构建 |
| 3.1 总装化造船生产系统的建模思路 |
| 3.1.1 建模的目标 |
| 3.1.2 系统的共性特点分析 |
| 3.1.3 建模的方法 |
| 3.2 总装化造船系统的投入产出模型 |
| 3.2.1 投入产出模型的架构 |
| 3.2.2 总装化造船生产系统的投入 |
| 3.2.3 总装化造船生产系统的产出 |
| 3.3 总装化造船系统的结构模型 |
| 3.3.1 产品架构的子系统结构模型 |
| 3.3.2 流程架构的子系统结构模型 |
| 3.3.3 组织架构的子系统结构模型 |
| 3.4 总装化造船系统的行为模型 |
| 3.4.1 系统行为架构模型 |
| 3.4.2 设计行为结构模型 |
| 3.4.3 作业行为结构模型 |
| 3.4.4 管理行为结构模型 |
| 3.5 本章小结 |
| 4 总装化造船系统的生产效率的影响因素研究 |
| 4.1 影响因素的作用机理研究 |
| 4.1.1 生产效率的内涵与效率函数 |
| 4.1.2 效率影响因素的作用机理 |
| 4.1.3 影响因素的作用程度分析 |
| 4.2 影响因素的来源和范围研究 |
| 4.2.1 影响因素的来源分析 |
| 4.2.2 影响因素的辨识与分类 |
| 4.3 影响因素对系统效率的作用分析 |
| 4.3.1 造船产业环境因素分析 |
| 4.3.2 造船设计方法因素分析 |
| 4.3.3 造船生产技术因素分析 |
| 4.3.4 造船管理方法因素分析 |
| 4.4 本章小结 |
| 5 总装化造船系统的生产效率评价模型构建 |
| 5.1 总装化造船系统效率评价模型的建模思路 |
| 5.1.1 系统的非效率来源分析 |
| 5.1.2 效率评价模型的度量范围 |
| 5.2 总装化造船系统的投入产出效率模型 |
| 5.2.1 投入产出效率模型 |
| 5.2.2 系统产出的计量方法 |
| 5.2.3 系统投入的计量方法 |
| 5.3 面向系统环境的总装化造船系统市场绩效模型 |
| 5.3.1 市场竞争力的含义 |
| 5.3.2 要素比较模型 |
| 5.3.3 竞争力比较模型 |
| 5.4 面向系统内部的总装化造船系统生产绩效模型 |
| 5.4.1 系统效率模型 |
| 5.4.2 结构效率模型 |
| 5.4.3 行为绩效模型 |
| 5.5 本章小结 |
| 6 总装化造船系统的生产效率评价模型应用研究 |
| 6.1 总装化造船企业的市场绩效 |
| 6.1.1 市场竞争力比较 |
| 6.1.2 要素效率比较模型 |
| 6.2 总装化造船企业的生产绩效 |
| 6.2.1 企业生产绩效度量 |
| 6.2.2 企业生产绩效分析 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录A 船舶产品分类 |
| 附录B 总装化造船系统的作业区域 |
| 附录C 大连船舶重工某生产线的投入、产出数据 |
| 附录D 2009-2014年中国典型造船企业投入、产出 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
四、离散型定制制造系统生产控制模型研究及应用（论文参考文献）
- [1]可重构印刷制造单元的情景识别及重构方案优选研究[D]. 蒋龙飞. 西安理工大学, 2021(01)
- [2]基于大数据的电梯传动装备成本估算与系统研发[D]. 张贇. 江南大学, 2021(01)
- [3]考虑智能物料储运系统的生产车间布局方法研究[D]. 廖勇. 广东工业大学, 2021(08)
- [4]分布式阻塞流水车间调度方法研究[D]. 张晓辉. 中国矿业大学, 2020(07)
- [5]多重不确定性需求下装备制造企业多品种生产计划方法研究[D]. 刘岩峰. 沈阳工业大学, 2020(01)
- [6]光伏新能源企业智能制造转型升级案例研究[D]. 段超毅. 华北电力大学(北京), 2020(06)
- [7]个性化定制中的鲁棒优化生产调度研究 ——基于智能制造的视阈[D]. 吕晓卫. 成都理工大学, 2020(04)
- [8]基于产品供销的多工厂单元制造人工鱼群优化研究[D]. 赵善林. 杭州电子科技大学, 2020(02)
- [9]基于产品基因的建材装备制造过程质量控制方法研究[D]. 许文祥. 武汉理工大学, 2019
- [10]总装化造船系统生产效率评价研究[D]. 石国富. 大连理工大学, 2019(01)