三维打印云工厂设计与任务调度研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 三维打印云工厂研究现状 | 第13-14页 |
| 1.2.2 软件系统建模方法研究现状 | 第14-16页 |
| 1.2.3 任务调度优化算法研究现状 | 第16-18页 |
| 1.3 研究目标与内容 | 第18-21页 |
| 第2章 三维打印云工厂总体设计 | 第21-38页 |
| 2.1 总体架构 | 第21-25页 |
| 2.1.1 云工厂制造模式 | 第21-22页 |
| 2.1.2 功能需求分析 | 第22-23页 |
| 2.1.3 性能需求分析 | 第23-24页 |
| 2.1.4 总体结构 | 第24-25页 |
| 2.2 网络制造平台 | 第25-31页 |
| 2.2.1 模块功能设计 | 第25-26页 |
| 2.2.2 平台技术架构 | 第26-29页 |
| 2.2.3 数据库设计 | 第29-30页 |
| 2.2.4 REST接口设计 | 第30-31页 |
| 2.3 分布式无人车间 | 第31-37页 |
| 2.3.1 无人车间布局 | 第31-33页 |
| 2.3.2 三维打印机集群 | 第33-35页 |
| 2.3.3 机器人搬运系统 | 第35-36页 |
| 2.3.4 智能仓储系统 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第3章 基于MAS的云工厂建模 | 第38-46页 |
| 3.1 MAS与UML基本概念 | 第38-39页 |
| 3.1.1 MAS基本概念 | 第38页 |
| 3.1.2 UML基本概念 | 第38-39页 |
| 3.2 多智能体建模方法 | 第39-40页 |
| 3.3 云工厂多智能体模型 | 第40-45页 |
| 3.3.1 Agent功能划分 | 第40-41页 |
| 3.3.2 Agent结构模型 | 第41-42页 |
| 3.3.3 Agent组织模型 | 第42-45页 |
| 3.3.4 Agent协作模型 | 第45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 制造资源与任务匹配方法研究 | 第46-62页 |
| 4.1 资源与任务匹配问题分析 | 第46-48页 |
| 4.1.1 任务调度问题分类 | 第46-47页 |
| 4.1.2 任务调度问题研究现状 | 第47-48页 |
| 4.2 资源与任务匹配模型 | 第48-51页 |
| 4.2.1 资源与任务的数学模型 | 第48-50页 |
| 4.2.2 目标优化模型 | 第50-51页 |
| 4.3 遗传算法概述 | 第51-54页 |
| 4.3.1 多目标遗传算法 | 第51-52页 |
| 4.3.2 基本遗传算法求解 | 第52-54页 |
| 4.4 基于遗传算法的资源与任务匹配 | 第54-61页 |
| 4.4.1 NSGA2算法求解 | 第54-59页 |
| 4.4.2 自适应权重法求解 | 第59-60页 |
| 4.4.3 改进的NSGA2算法求解 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 实验结果与分析 | 第62-76页 |
| 5.1 云工厂功能与性能测试 | 第62-67页 |
| 5.2 遗传算法模拟实验与负载性能测试 | 第67-75页 |
| 5.2.1 数据集 | 第67-71页 |
| 5.2.2 多目标遗传算法求解对比 | 第71-74页 |
| 5.2.3 改进的NSGA2算法负载测试 | 第74-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 本文总结 | 第76-77页 |
| 6.2 研究展望 | 第77-78页 |
| 参考文献 | 第78-81页 |
