首页--工业技术论文--一般工业技术论文--工业通用技术与设备论文--工厂、车间论文--技术管理论文

混流装配线排序与物料协同配送研究

摘要第5-6页
ABSTRACT第6页
第1章 绪论第10-21页
    1.1 研究背景及其意义第10-13页
        1.1.1 研究背景第10-12页
        1.1.2 研究意义第12-13页
    1.2 国内外研究现状第13-19页
        1.2.1 混流装配线平衡问题研究综述第14页
        1.2.2 混流装配线排序问题研究综述第14-16页
        1.2.3 混流装配线物料配送问题研究综述第16-18页
        1.2.4 优化算法研究综述第18-19页
    1.3 研究内容及技术路线第19-20页
        1.3.1 研究内容第19-20页
        1.3.2 技术路线第20页
    1.4 小结第20-21页
第2章 混流装配生产系统理论基础第21-36页
    2.1 混流装配生产系统第21-23页
        2.1.1 混流装配生产概述第21-22页
        2.1.2 混流装配生产系统运作方式第22-23页
    2.2 混流装配生产实施要点第23-28页
        2.2.1 混流装配线平衡理论第23-24页
        2.2.2 混流装配线排序理论第24-26页
        2.2.3 混流装配线物料配送理论第26-28页
    2.3 文化基因算法简介第28-35页
        2.3.1 文化基因算法基本原理第28-30页
        2.3.2 文化基因算法运算流程第30-34页
        2.3.3 文化基因算法特点第34-35页
    2.5 小结第35-36页
第3章 混流装配线排序模型构建第36-47页
    3.1 引言第36页
    3.2 混流装配线排序问题分析第36-39页
        3.2.1 混流装配线排序问题描述第36-37页
        3.2.2 建模思路第37-39页
    3.3 混流装配线排序问题建模第39-41页
        3.3.1 零部件消耗速率均匀化模型第39-40页
        3.3.2 最大加工周期最短模型第40-41页
        3.3.3 多目标问题归一化处理第41页
    3.4 基于改进的文化基因排序算法设计第41-46页
        3.4.1 改进文化基因算法总体设计第41-43页
        3.4.2 改进文化基因算法详细设计第43-46页
    3.5 小结第46-47页
第4章 混流装配线物料配送问题研究第47-61页
    4.1 引言第47页
    4.2 混流装配线物料配送问题分析第47-49页
        4.2.1 混流装配线物料配送特点第47-48页
        4.2.2 混流装配线物料配送问题分析第48-49页
    4.3 准时物料配送体系研究第49-52页
        4.3.1 物料分类第49-50页
        4.3.2 准时物料配送方案第50-52页
    4.4 基于投产序列的物料协同配送模型第52-59页
        4.4.1 基于投产序列的物料协同配送物流模型第53-54页
        4.4.2 基于节拍的工位物料需求第54-55页
        4.4.3 基于投产序列的物料协同配送数学模型第55-59页
    4.5 小结第59-61页
第5章 实例研究与结果分析第61-87页
    5.1 HL公司混流装配生产现状分析第61-66页
    5.2 冰箱箱体拼装线数据分析第66-73页
        5.2.1 箱体拼装线产品装配数据第66-73页
        5.2.2 箱体拼装线物料配送数据第73页
    5.3 冰箱箱体拼装线产品投产优化第73-80页
        5.3.1 算法平台选取第73-75页
        5.3.2 冰箱箱体拼装线排序模型求解流程第75-76页
        5.3.3 实例运行结果与分析第76-80页
    5.4 冰箱箱体拼装线物料协同配送第80-86页
        5.4.1 基于投产序列的物料协同配送第80-84页
        5.4.2 优化效果分析第84-86页
    5.5 小结第86-87页
第6章 总结与展望第87-89页
    6.1 总结第87页
    6.2 展望第87-89页
参考文献第89-93页
致谢第93-94页
攻读学位期间参加的科研项目和成果第94页

论文共94页,点击 下载论文
上一篇:T WDM-PON中时频二维动态资源分配算法研究
下一篇:SVM在数据挖掘中的应用