摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第8-16页 |
1.1 研究背景 | 第8-13页 |
1.1.1 汽车工业的发展 | 第8-9页 |
1.1.2 生产计划的研究与发展 | 第9-13页 |
1.2 研究意义 | 第13页 |
1.3 研究内容与方法 | 第13-16页 |
1.3.1 主要研究内容 | 第13-14页 |
1.3.2 研究方法 | 第14-16页 |
第二章 汽车行业生产计划理论研究与应用 | 第16-27页 |
2.1 生产计划概述 | 第16-18页 |
2.1.1 生产计划的层次及其内在逻辑关系 | 第16-18页 |
2.1.2 生产计划的构成 | 第18页 |
2.2 汽车整车厂主生产计划研究 | 第18-21页 |
2.2.1 主生产计划的滚动计划模式 | 第18页 |
2.2.2 主生产计划的冻结模式 | 第18-19页 |
2.2.3 主生产计划的信息来源 | 第19-20页 |
2.2.4 主生产计划的制定步骤 | 第20-21页 |
2.3 汽车整车厂作业指导计划研究 | 第21-22页 |
2.3.1 作业批次批量 | 第21页 |
2.3.2 作业排序及其规则 | 第21-22页 |
2.4 汽车行业按需拉式生产方式研究 | 第22-27页 |
2.4.1 拉式生产方式下的订单处理流程研究 | 第22-23页 |
2.4.2 拉式生产方式下的整车需求信息处理 | 第23-24页 |
2.4.3 拉式生产方式下需求计划框架流程 | 第24-27页 |
第三章 高级计划与排程(APS)企业集成应用 | 第27-41页 |
3.1 APS 基本概念 | 第27-30页 |
3.1.1 APS 的基本架构 | 第27-28页 |
3.1.2 APS 系统特征 | 第28页 |
3.1.3 APS 系统的计划排程方向 | 第28-30页 |
3.2 基于启发式算法的APS | 第30-38页 |
3.2.1 APS 算法建模 | 第31-32页 |
3.2.2 遗传算法概述 | 第32-34页 |
3.2.3 算法在企业APS 中的应用 | 第34-38页 |
3.3 APS 与ERP 集成 | 第38-41页 |
第四章 整车生产计划编制方法应用实例 | 第41-56页 |
4.1 A 整车厂简介 | 第41页 |
4.2 A 整车厂车间生产流程 | 第41-42页 |
4.3 A 整车厂生产计划系统设计 | 第42-45页 |
4.4 A 整车厂生产计划制定流程 | 第45-49页 |
4.4.1 产销平衡会 | 第46-47页 |
4.4.2 月综合生产计划的分解 | 第47页 |
4.4.3 月计划的分解的平准化规则 | 第47-48页 |
4.4.4 着工计划的制定 | 第48-49页 |
4.5 A 整车厂日均衡计划优化制定 | 第49-51页 |
4.5.1 月计划分解为日均衡计划问题描述 | 第49页 |
4.5.2 优化运行及结果分析 | 第49-50页 |
4.5.3 插单及完全均衡生产优化运行及结果分析 | 第50-51页 |
4.6 基于遗传算法的A 整车厂着工指示计划制定优化 | 第51-56页 |
4.6.1 问题描述 | 第51-52页 |
4.6.2 遗传算法设计 | 第52-54页 |
4.6.3 运算结果分析 | 第54-56页 |
第五章 总结与展望 | 第56-58页 |
5.1 全文总结 | 第56页 |
5.2 研究展望 | 第56-58页 |
参考文献 | 第58-60页 |
发表论文和科研情况说明 | 第60-61页 |
附录 | 第61-67页 |
致谢 | 第67页 |