摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第14-22页 |
1.1 课题研究背景及意义 | 第14-16页 |
1.1.1 研究背景 | 第14-15页 |
1.1.2 研究意义 | 第15-16页 |
1.2 国内外研究现状 | 第16-19页 |
1.2.1 装配线平衡应用现状 | 第16-17页 |
1.2.2 装配线平衡常用方法的研究现状 | 第17-19页 |
1.3 研究思路与内容 | 第19-22页 |
第2章 生产线平衡问题的相关理论 | 第22-38页 |
2.1 装配线的基本概念 | 第22-27页 |
2.1.1 装配线的定义 | 第22页 |
2.1.2 装配生产线平衡问题的定义 | 第22-23页 |
2.1.3 装配生产线问题的数学描述 | 第23页 |
2.1.4 与装配生产线平衡有关的名词 | 第23-26页 |
2.1.5 装配生产线平衡效果的性能指标 | 第26-27页 |
2.2 装配生产线平衡的经典方法 | 第27-31页 |
2.2.1 工业工程方法 | 第27-28页 |
2.2.2 线性规划方法 | 第28-31页 |
2.2.3 启发式算法 | 第31页 |
2.2.4 人工智能方法 | 第31页 |
2.3 H厂装配线的现状介绍 | 第31-36页 |
2.3.1 装配线工位布局描述 | 第31-32页 |
2.3.2 AVS Video Editor软件 | 第32页 |
2.3.3 生产装配线的标准时间制定 | 第32-33页 |
2.3.4 废气涡轮增压器生产的工艺程序图 | 第33-36页 |
2.4 本章小结 | 第36-38页 |
第3章 基于启发式算法的装配线平衡研究 | 第38-50页 |
3.1 启发式算法 | 第38-43页 |
3.1.1 启发式手工搜索法 | 第38-41页 |
3.1.2 启发式分级位置权法 | 第41-43页 |
3.2 应用实例分析 | 第43-49页 |
3.2.1 启发式分级位置权重法求装配线平衡 | 第45-49页 |
3.2.2 优化前后结果对比 | 第49页 |
3.3 本章小结 | 第49-50页 |
第4章 基于工作研究及启发式算法的装配线平衡研究 | 第50-64页 |
4.1 求解装配线平衡问题的方法 | 第50-52页 |
4.2 生产装配线问题分析 | 第52-55页 |
4.2.1 装配线基础数据 | 第52-55页 |
4.2.2 装配线问题分析 | 第55页 |
4.3 装配线平衡优化 | 第55-62页 |
4.3.1 调整工序,消除瓶颈工序 | 第55-59页 |
4.3.2 改进双手操作 | 第59页 |
4.3.3 平衡性能指标计算 | 第59-61页 |
4.3.4 改善前后结果对比 | 第61-62页 |
4.4 结语 | 第62-64页 |
第5章 基于线性规划LINGO软件的装配线平衡研究 | 第64-76页 |
5.1 求解装配线平衡的方法 | 第64-69页 |
5.1.1 线性规划 | 第64页 |
5.1.2 线性规划模型建立 | 第64-65页 |
5.1.3 装配线平衡线模型的建立 | 第65-66页 |
5.1.4 Lingo软件 | 第66-67页 |
5.1.5 Jackson平衡问题实例验证 | 第67-69页 |
5.2 实例验证分析 | 第69-73页 |
5.2.1 废气涡轮增压器装配线实例分析 | 第69页 |
5.2.2 仿真结果分析 | 第69-72页 |
5.2.3 平衡性能分析 | 第72页 |
5.2.4 优化前后比较分析 | 第72-73页 |
5.3 结束语 | 第73-76页 |
第6章 基于遗传算法的装配线平衡研究 | 第76-88页 |
6.1 遗传算法 | 第76-78页 |
6.1.1 遗传算法的模型 | 第76-77页 |
6.1.2 遗传算法的操作流程 | 第77-78页 |
6.2 遗传算法的基本操作 | 第78-80页 |
6.2.1 参数的设定 | 第78页 |
6.2.2 适应度函数的确定 | 第78-79页 |
6.2.3 编码操作 | 第79页 |
6.2.4 选择操作 | 第79页 |
6.2.5 交叉操作 | 第79-80页 |
6.2.6 变异操作 | 第80页 |
6.3 基于matlab编程遗传算法的实现 | 第80页 |
6.4 实例分析 | 第80-86页 |
6.4.1 对废气涡轮增压器装配线分析 | 第80-81页 |
6.4.2 仿真结果分析 | 第81-86页 |
6.4.3 优化前后比较分析 | 第86页 |
6.5 结束语 | 第86-88页 |
第7章 几种算法的应用特征分析及性能比较 | 第88-94页 |
7.1 几种算法的应用特征分析 | 第88-90页 |
7.1.1 启发式算法 | 第88页 |
7.1.2 IE及启发式算法 | 第88页 |
7.1.3 线性规划算法 | 第88-89页 |
7.1.4 遗传算法与其他算法的比较 | 第89-90页 |
7.2 几种算法应用过程的性能比较 | 第90-92页 |
7.3 本章小结 | 第92-94页 |
第8章 结论与展望 | 第94-98页 |
8.1 结论 | 第94-95页 |
8.2 不足与展望 | 第95-98页 |
参考文献 | 第98-104页 |
作者攻读学位期间的科研成果 | 第104-106页 |
致谢 | 第106页 |