中文摘要 | 第1-4页 |
ABSTRACT | 第4-10页 |
第一章 绪论 | 第10-21页 |
·问题的提出 | 第10-12页 |
·国内外研究与应用现状 | 第12-18页 |
·国外研究与应用现状 | 第12-15页 |
·国内研究与应用现状 | 第15-18页 |
·研究目标和意义 | 第18页 |
·研究目标 | 第18页 |
·研究意义 | 第18页 |
·研究思路、内容和技术路线 | 第18-21页 |
·研究思路 | 第18-19页 |
·研究内容和技术路线 | 第19-21页 |
第二章 我国装备制造业前向物流组织现状分析 | 第21-37页 |
·我国装备制造企业现状分析 | 第21-22页 |
·ZMJ 及其存在问题 | 第22-24页 |
·企业概况 | 第22-23页 |
·企业信息化情况 | 第23页 |
·企业实施CIMS,实现信息化存在的难点 | 第23-24页 |
·设计环节存在的问题及分析 | 第24-30页 |
·设计环节存在的主要问题及成因 | 第24-27页 |
·变型零件设计问题及分析 | 第27-30页 |
·计划环节存在的问题及分析 | 第30-34页 |
·MRP 提前期设置过程中存在的问题 | 第31-32页 |
·批量和提前期设置不当所引起的问题 | 第32-34页 |
·生产环节存在的问题及分析 | 第34页 |
·影响装备制造企业前向物流平衡的其它管理问题 | 第34-35页 |
·订单优先级 | 第34-35页 |
·装备制造企业的组织结构 | 第35页 |
·小结 | 第35-37页 |
第三章 装备制造企业前向物流智能平衡模式总体框架 | 第37-49页 |
·前向物流智能平衡模式总体框架构建 | 第37-40页 |
·订单优先级排序 | 第40-41页 |
·顾客系数x | 第40页 |
·订单价值y | 第40-41页 |
·订单产品复杂程度系数z | 第41页 |
·订单优先级函数f | 第41页 |
·并行工程和基于产品相似性识别的快速设计 | 第41-43页 |
·基于并行工程理论的流程优化 | 第41-43页 |
·基于产品相似性识别的快速设计 | 第43页 |
·生产提前期智能估算 | 第43-45页 |
·有限能力作业车间调度 | 第45-47页 |
·面向订单的项目型组织结构 | 第47-49页 |
第四章 基于相似性识别的变型零部件快速设计研究 | 第49-96页 |
·变型设计相似性识别相关理论 | 第49-53页 |
·变型设计理论 | 第49页 |
·相似性理论 | 第49-50页 |
·聚类算法 | 第50-53页 |
·产品族数据管理 | 第53-61页 |
·概述 | 第53-54页 |
·面向知识的产品族数据管理 | 第54-61页 |
·变型件设计相似性识别方法 | 第61-69页 |
·指标(特征值)的选取 | 第61-62页 |
·聚类分析方法 | 第62-66页 |
·应用SPSS 聚类分析 | 第66-69页 |
·基于产品族和相似性识别的变型件设计系统 | 第69-77页 |
·基于产品平台的刮板输送机设计系统分析 | 第70-73页 |
·基于产品族和相似性识别的快速设计系统体系结构 | 第73-77页 |
·基于产品平台的刮板输送机设计系统应用实例 | 第77-94页 |
·小结 | 第94-96页 |
第五章 基于RBF 网络的装备制造企业变型件生产提前期估算 | 第96-134页 |
·变型件生产提前期估算问题的解决方案 | 第96-98页 |
·RBF 神经网络 | 第98-109页 |
·解决提前期估算问题的工具研究和选择 | 第98-102页 |
·适用于提前期估算问题的基本人工神经网络类型 | 第102-107页 |
·RBF 各算法在变型件生产提前期估算应用的优劣 | 第107-109页 |
·基于改进K-均值聚类算法的RBF 网络学习方法 | 第109-118页 |
·K-均值聚类算法及其面临的主要问题 | 第109-112页 |
·K-means 算法的初值依赖性及其改进算法 | 第112-115页 |
·基于改进型k-means 算法的RBF 网络学习算法 | 第115-118页 |
·基于K-means 算法的RBF 网络解决变型件生产提前期估算问题 | 第118-132页 |
·“变型件生产提前期估算系统”详细设计方案 | 第118-126页 |
·“变型件生产提前期估算系统”应用实例 | 第126-131页 |
·“变型件生产提前期估算模块”的实际应用效果 | 第131-132页 |
·小结 | 第132-134页 |
第六章 装备制造企业车间调度问题研究 | 第134-172页 |
·装备制造企业车间调度问题研究现状 | 第134-140页 |
·车间调度问题的描述、分类及特点 | 第134-135页 |
·车间调度模型、研究策略和优化目标 | 第135-136页 |
·车间调度研究方法 | 第136-140页 |
·有限能力作业车间调度模型 | 第140-145页 |
·概述 | 第140-141页 |
·车间调度问题的建模方法 | 第141-142页 |
·有限能力作业车间调度问题分析 | 第142-144页 |
·有限能力作业车间调度数学模型 | 第144-145页 |
·遗传算法的应用分析 | 第145-148页 |
·遗传算法的应用 | 第145-147页 |
·遗传算法的特点和缺陷 | 第147-148页 |
·基于混合遗传算法的有限能力作业车间调度算法设计及其实现 | 第148-162页 |
·引言 | 第148-149页 |
·模拟退火算法 | 第149-152页 |
·多种群遗传算法 | 第152-153页 |
·混合遗传算法的设计 | 第153-156页 |
·混合遗传算法求解有限作业车间能力调度问题 | 第156-162页 |
·有限能力车间调度系统的开发 | 第162-170页 |
·系统开发背景 | 第162-163页 |
·车间调度系统的设计与开发 | 第163-170页 |
·小结 | 第170-172页 |
第七章 总结与展望 | 第172-175页 |
·总结 | 第172-173页 |
·主要研究内容 | 第172-173页 |
·主要创新点 | 第173页 |
·研究展望 | 第173-175页 |
参考文献 | 第175-182页 |
发表论文和参加科研情况说明 | 第182-183页 |
附录一 | 第183-186页 |
附录二 | 第186-188页 |
致谢 | 第188页 |