基于知识的电梯零部件智能排产系统研究
摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第8-20页 |
1.1 课题研究背景及意义 | 第8页 |
1.2 知识概述 | 第8-12页 |
1.2.1 知识的含义 | 第8-9页 |
1.2.2 知识的特点 | 第9-10页 |
1.2.3 企业知识的分类 | 第10-12页 |
1.2.4 企业相关知识的研究与应用现状 | 第12页 |
1.3 车间调度问题概述 | 第12-17页 |
1.3.1 车间调度问题的含义 | 第12页 |
1.3.2 车间调度问题的分类 | 第12-14页 |
1.3.3 车间调度问题的特点 | 第14页 |
1.3.4 车间调度问题的研究方法及现状 | 第14-17页 |
1.3.5 车间调度问题发展趋势 | 第17页 |
1.4 课题来源及本文研究内容 | 第17-19页 |
1.4.1 课题来源 | 第17页 |
1.4.2 本文研究内容与结构 | 第17-19页 |
1.5 本章小结 | 第19-20页 |
第二章 基于知识的电梯零部件排产系统分析与设计 | 第20-31页 |
2.1 电梯零部件排产过程分析 | 第20-22页 |
2.1.1 排产特征分析 | 第20页 |
2.1.2 排产策略研究 | 第20-21页 |
2.1.3 排产流程 | 第21-22页 |
2.2 电梯零部件排产过程相关知识分析 | 第22-26页 |
2.2.1 知识的分类 | 第22-23页 |
2.2.2 知识的表示形式 | 第23-26页 |
2.3 基于知识的电梯零部件排产系统结构设计 | 第26-30页 |
2.3.1 知识系统概述 | 第26-27页 |
2.3.2 排产系统结构设计 | 第27-30页 |
2.4 本章小结 | 第30-31页 |
第三章 基于算法知识的电梯零部件排产问题研究 | 第31-43页 |
3.1 FJSP概述 | 第31-33页 |
3.1.1 FJSP问题描述 | 第31页 |
3.1.2 FJSP数学建模 | 第31-33页 |
3.2 鸟群算法知识简介 | 第33-34页 |
3.3 改进鸟群算法求解FJSP | 第34-38页 |
3.3.1 编码与解码 | 第34-35页 |
3.3.2 种群初始化 | 第35-36页 |
3.3.3 改进位置变换公式 | 第36-38页 |
3.4 算法流程 | 第38-39页 |
3.5 实例验证 | 第39-41页 |
3.6 电梯零部件排产仿真 | 第41-42页 |
3.7 本章小结 | 第42-43页 |
第四章 基于规则知识的动态扰动下重排产问题研究 | 第43-61页 |
4.1 调度规则知识分析 | 第43-47页 |
4.1.1 调度规则概述 | 第43-45页 |
4.1.2 调度规则求解FJSP流程 | 第45-46页 |
4.1.3 调度规则性能分析 | 第46-47页 |
4.2 人工神经网络 | 第47-51页 |
4.2.1 人工神经元结构 | 第47-49页 |
4.2.2 BP神经网络 | 第49-51页 |
4.3 基于BP神经网络推理调度规则研究 | 第51-59页 |
4.3.1 基于调度规则的仿真分析 | 第51-53页 |
4.3.2 数据预处理 | 第53-54页 |
4.3.3 网络训练过程分析 | 第54-59页 |
4.4 电梯零部件重排产仿真 | 第59-60页 |
4.5 本章小结 | 第60-61页 |
第五章 原型系统设计与开发 | 第61-71页 |
5.1 智能排产系统设计概述 | 第61-63页 |
5.1.1 系统设计目标分析 | 第61页 |
5.1.2 系统体系结构 | 第61-62页 |
5.1.3 系统开发工具 | 第62页 |
5.1.4 系统功能建模及功能模块 | 第62-63页 |
5.2 系统功能模块设计与开发 | 第63-70页 |
5.2.1 用户管理模块 | 第63-64页 |
5.2.2 基础知识管理模块 | 第64-66页 |
5.2.3 制造资源管理模块 | 第66页 |
5.2.4 生产计划管理模块 | 第66-68页 |
5.2.5 调度优化模块 | 第68-70页 |
5.3 本章小结 | 第70-71页 |
第六章 结论与展望 | 第71-73页 |
6.1 结论 | 第71-72页 |
6.1.1 主要工作 | 第71-72页 |
6.1.2 主要创新点 | 第72页 |
6.2 展望 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-77页 |
附录:作者在攻读硕士学位期间发表的论文 | 第77页 |