中文摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 课题来源 | 第10-11页 |
1.2 研究背景 | 第11-12页 |
1.3 国内外研究现状 | 第12-14页 |
1.4 研究内容 | 第14-15页 |
第二章 制造企业设施布局问题与遗传算法理论知识研究 | 第15-24页 |
2.1 设施布局的含义 | 第15页 |
2.2 设施布局规划的原则 | 第15页 |
2.3 设施布局的类型 | 第15-18页 |
2.3.1 固定工位布局 | 第15-16页 |
2.3.2 按产品原则布局 | 第16页 |
2.3.3 按工艺原则布局 | 第16-17页 |
2.3.4 成组技术布局 | 第17-18页 |
2.4 设施布局问题研究的常见形式 | 第18-20页 |
2.4.1 单行布局问题 | 第18页 |
2.4.2 多行布局问题 | 第18-19页 |
2.4.3 双行布局问题 | 第19-20页 |
2.5 新建设施布局问题与设施布局改善问题 | 第20-21页 |
2.6 基本遗传算法理论 | 第21-23页 |
2.6.1 遗传算法的基本思想 | 第21页 |
2.6.2 遗传算法的操作步骤 | 第21-22页 |
2.6.3 自适应性遗传算法 | 第22-23页 |
2.7 本章小结 | 第23-24页 |
第三章 设施布局问题典型数学模型设计 | 第24-31页 |
3.1 设施布局字母含义 | 第24-26页 |
3.2 设施布局问题目标函数 | 第26-28页 |
3.2.1 目标函数一——物流成本 | 第26页 |
3.2.2 目标函数二——设备移动成本 | 第26-27页 |
3.2.3 目标函数三——生产时间成本 | 第27页 |
3.2.4 加权评价函数 | 第27-28页 |
3.3 设施布局问题约束条件 | 第28-30页 |
3.3.1 单行设施布局问题约束条件 | 第28页 |
3.3.2 多行设施布局问题约束条件 | 第28-29页 |
3.3.3 双行设施布局问题约束条件 | 第29-30页 |
3.4 本章小结 | 第30-31页 |
第四章 针对多目标设施布局改善问题的遗传算法设计 | 第31-38页 |
4.1 针对多目标设施布局改善问题的遗传算法编码与解码 | 第31-34页 |
4.1.1 单行布局问题的遗传算法编码与解码 | 第31页 |
4.1.2 多行布局问题的遗传算法编码与解码 | 第31-33页 |
4.1.3 双行布局问题的遗传算法编码与解码 | 第33-34页 |
4.2 针对多目标设施布局改善问题的遗传算法适应度函数设计 | 第34-35页 |
4.2.1 罚函数设计 | 第34-35页 |
4.2.2 适应度函数尺度变换 | 第35页 |
4.3 针对多目标设施布局改善问题的遗传算法遗传操作 | 第35-36页 |
4.3.1 生成初始种群 | 第35页 |
4.3.2 选择 | 第35-36页 |
4.3.3 交叉 | 第36页 |
4.3.4 变异 | 第36页 |
4.4 本章小结 | 第36-38页 |
第五章 A 公司 R 车间精益生产项目及设施布局改善课题 | 第38-45页 |
5.1 A 公司 R 车间简介 | 第38页 |
5.2 A 公司精益生产项目概述 | 第38-39页 |
5.3 R 车间设施布局改善课题 | 第39-40页 |
5.4 R 车间工作单元内的局部布局改善 | 第40-44页 |
5.4.1 压延工作单元的布局调整 | 第40-42页 |
5.4.2 包解布工作单元与硫化工作单元的布局调整 | 第42-44页 |
5.5 本章小结 | 第44-45页 |
第六章 结合 R 车间的多目标设施布局改善方法应用与结果分析 | 第45-61页 |
6.1 A 公司 R 车间生产工艺流程 | 第45-46页 |
6.2 A 公司 R 车间原始设施布局描述 | 第46-48页 |
6.3 应用遗传算法对 R 车间布局进行改善 | 第48-56页 |
6.3.1 针对 R 车间设施布局改善问题的数学模型 | 第48-51页 |
6.3.2 应用遗传算法对 R 车间设施布局改善问题进行求解 | 第51-54页 |
6.3.3 R 车间设施布局改善问题相关数据 | 第54-56页 |
6.4 A 企业 R 车间改善前后对比分析 | 第56-60页 |
6.5 本章小结 | 第60-61页 |
第七章 结论与展望 | 第61-63页 |
7.1 结论 | 第61页 |
7.2 展望 | 第61-63页 |
参考文献 | 第63-66页 |
发表论文和参加科研情况说明 | 第66-67页 |
致谢 | 第67页 |