汽车玻璃生产批量策略的优化与仿真研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-10页 |
| CONTENTS | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题背景 | 第13-14页 |
| 1.2 课题研究意义 | 第14-16页 |
| 1.2.1 课题研究的理论意义 | 第14-15页 |
| 1.2.2 课题研究的实际意义 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-17页 |
| 1.4 本文研究内容和结构 | 第17-19页 |
| 1.4.1 研究内容 | 第17-18页 |
| 1.4.2 本文组织结构 | 第18-19页 |
| 第二章 汽车玻璃生产批量策略的数学建模 | 第19-29页 |
| 2.1 某汽车玻璃加工企业的生产流程 | 第19-21页 |
| 2.2 汽车玻璃生产流程中的问题及优化思路 | 第21-22页 |
| 2.3 汽车玻璃的生产成本 | 第22-24页 |
| 2.3.1 在制品库存成本 | 第22-23页 |
| 2.3.2 预处理工序切换成本 | 第23页 |
| 2.3.3 烘弯工序闲置成本 | 第23-24页 |
| 2.4 加工批量对生产成本的影响 | 第24页 |
| 2.5 问题的数学模型 | 第24-28页 |
| 2.5.1 生产约束和假设条件的说明 | 第24-25页 |
| 2.5.2 数学模型中的参数 | 第25-26页 |
| 2.5.3 数学模型的构建 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 汽车玻璃生产批量策略的数学模型求解 | 第29-38页 |
| 3.1 求解优化算法简述 | 第29-30页 |
| 3.2 常用的优化算法 | 第30-32页 |
| 3.2.1 禁忌搜索算法 | 第30页 |
| 3.2.2 模拟退火算法 | 第30-31页 |
| 3.2.3 蚁群优化算法 | 第31页 |
| 3.2.4 遗传算法 | 第31-32页 |
| 3.3 基于遗传算法的数学模型的求解 | 第32-37页 |
| 3.3.1 遗传算法的算法说明 | 第32-33页 |
| 3.3.2 遗传算法实现平台-MATLAB软件 | 第33-34页 |
| 3.3.3 遗传算法参数的定义 | 第34页 |
| 3.3.4 遗传算法求解步骤 | 第34-35页 |
| 3.3.5 程序运行结果及分析 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 离散事件系统仿真及其分析方法 | 第38-47页 |
| 4.1 离散事件系统与系统仿真 | 第38-40页 |
| 4.1.1 离散事件系统 | 第38页 |
| 4.1.2 系统仿真 | 第38-40页 |
| 4.2 离散事件系统仿真 | 第40-42页 |
| 4.2.1 离散事件系统仿真步骤 | 第40-41页 |
| 4.2.2 离散事件系统仿真建模方法 | 第41-42页 |
| 4.3 离散事件系统仿真数据分析方法 | 第42-46页 |
| 4.3.1 终止型仿真的分析方法 | 第42-43页 |
| 4.3.2 稳态性仿真的分析方法 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 汽车玻璃生产批量策略的仿真研究 | 第47-62页 |
| 5.1 仿真平台 | 第47-50页 |
| 5.1.1 仿真平台简述 | 第47-49页 |
| 5.1.2 eM-Plant的对象模块 | 第49-50页 |
| 5.2 汽车玻璃生产的eM-Plant仿真模型 | 第50-56页 |
| 5.2.1 仿真模型建模原则 | 第50-51页 |
| 5.2.2 仿真模型的结构 | 第51-52页 |
| 5.2.3 仿真模型的建立 | 第52-56页 |
| 5.3 仿真试验分析 | 第56-60页 |
| 5.3.1 仿真数据的收集 | 第56-59页 |
| 5.3.2 仿真数据的分析 | 第59-60页 |
| 5.4 两种研究的对比说明 | 第60-61页 |
| 5.5 本章小结 | 第61-62页 |
| 全文总结与展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间发表的论文 | 第67-69页 |
| 致谢 | 第69页 |
