| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 制造单元构建国内外研究现状 | 第11-14页 |
| 1.3 研究内容和技术路线 | 第14-17页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 技术路线 | 第15-16页 |
| 1.3.3 论文结构 | 第16-17页 |
| 第2章 多周期订单下动态制造单元构建的因素分析及方案确定 | 第17-25页 |
| 2.1 单元制造系统的应用类型 | 第17-20页 |
| 2.1.1 单元制造系统的产生及发展 | 第17-20页 |
| 2.1.2 制造单元的类型 | 第20页 |
| 2.2 动态制造单元构建的因素分析和总体方案 | 第20-24页 |
| 2.2.1 动态制造单元构建的问题描述 | 第20-22页 |
| 2.2.2 动态制造单元构建的考虑因素 | 第22-23页 |
| 2.2.3 动态制造单元构建的总体方案 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 动态制造单元构建的优化模型建立 | 第25-39页 |
| 3.1 动态制造单元构建问题的数学建模 | 第25-29页 |
| 3.1.1 多周期订单信息的建模 | 第25-27页 |
| 3.1.2 机床与员工信息建模 | 第27-28页 |
| 3.1.3 单元布局信息建模 | 第28-29页 |
| 3.2 单元构建问题的优化变量设计 | 第29-31页 |
| 3.3 动态制造单元构建问题的优化模型 | 第31-38页 |
| 3.3.1 物理单元构建的优化模型 | 第31-37页 |
| 3.3.2 员工分配的优化模型 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于改进遗传算法的模型求解及原型系统构建 | 第39-68页 |
| 4.1 遗传算法原理 | 第39-41页 |
| 4.2 遗传算法在单元构建中的改进应用 | 第41-52页 |
| 4.2.1 染色体的编码及解码规则 | 第41-47页 |
| 4.2.2 选择操作和最佳保护策略 | 第47-48页 |
| 4.2.3 种群的交叉操作 | 第48-49页 |
| 4.2.4 种群的变异操作 | 第49-50页 |
| 4.2.5 置位操作 | 第50-52页 |
| 4.3 染色体的约束修正算法 | 第52-55页 |
| 4.3.1 机床位置的约束修正 | 第52-53页 |
| 4.3.2 单元分割点的约束修正 | 第53-54页 |
| 4.3.3 零件路径分配的约束修正 | 第54页 |
| 4.3.4 员工分配的约束修正 | 第54-55页 |
| 4.4 动态制造单元构建的原型系统设计 | 第55-58页 |
| 4.4.1 原型系统构成及工作流程 | 第55-56页 |
| 4.4.2 系统平台选择及实现 | 第56-58页 |
| 4.5 原型系统的实例运行 | 第58-67页 |
| 4.5.1 系统输入 | 第58-61页 |
| 4.5.2 系统输出 | 第61-63页 |
| 4.5.3 结果分析 | 第63-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第5章 基于神经网络的新零件入线判断 | 第68-75页 |
| 5.1 新零件入线判断问题的提出 | 第68-69页 |
| 5.2 基于神经网络的入线判断算法 | 第69-72页 |
| 5.2.1 神经网络原理 | 第69-71页 |
| 5.2.2 零件入线判断算法设计 | 第71-72页 |
| 5.3 新零件入线判断实例 | 第72-74页 |
| 5.3.1 样本处理 | 第72-73页 |
| 5.3.2 BP神经网络仿真 | 第73-74页 |
| 5.4 本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81-97页 |
| 致谢 | 第97页 |