导读:本文包含了动态制造联盟论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:动态,联盟,制造企业,智慧,组合,资源,作业。
动态制造联盟论文文献综述
任磊,任明仑[1]（2019）在《面向动态联盟的制造服务组合全生命周期模型》一文中研究指出基于多智能制造单元联合的动态服务联盟是智慧制造云平台实现资源优化配置和网络化协同集成的基本组织形式,也是企业构建复杂制造业务流程、满足消费者个性化需求的主要服务模式。在对智慧制造系统架构分析的基础上,提出业务过程导向的网络化动态联盟模型,并分析不同联盟结构类型;为构建高效的动态联盟,从时空角度提出基于全生命周期的服务组合框架,强调任务分解、服务发现与匹配、服务组合与优选、自适应调整4个阶段应关注问题,并从基于协同能力的服务选择方法、制造服务双边匹配决策方法和基于情景感知的服务自适应决策方法3个方面,给出解决相关科学问题的思路和关键技术。(本文来源于《科技管理研究》期刊2019年13期）
任磊[2]（2018）在《面向动态联盟的制造服务组合研究》一文中研究指出智慧制造以社会信息物理系统(Social Cyber-Physical System,SCPS)、大数据和云计算技术为基础,以大规模协同合作、全面感知、实时决策、社会化制造资源的利用和满足客户个性化需求能力为目标,基于云平台把多层次制造资源虚拟化为制造服务,按业务需求使用合适粒度的资源,灵活构建动态企业联盟以及时把握市场机遇。多粒度服务单元作为动态联盟的基本构成要素,服务个体功能、服务质量(quality of service,QoS)和协同关系等,共同决定了联盟的运行效率。如何在云平台上根据任务要求选择优质服务,通过多资源聚合组建动态联盟,并根据时变环境自适应地调整服务活动,成为智慧制造落地应用的关键问题。通过多层次制造服务的组合实现动态企业联盟构建,是智慧制造过程组织的重要方式。本文以动态联盟的服务组织为研究主题,针对制造服务社会互联、任务复杂关联、环境动态时变等新特征,融合社会网络、协同效应、情景感知等理论研究相应的服务组合问题,提出基于协同能力的服务选择方法、基于竞争与协同效应的双边匹配方法、基于情景感知的服务自适应调整决策方法,从智慧制造模式下的服务组合视角拓展了动态联盟构建理论方法,有效的应对新环境下动态联盟资源组织过程中面临的新挑战。主要研究内容与贡献如下:(1)制造业务流程导向的动态服务联盟模型智慧制造环境下,制造企业将设备、生产线、生产车间或工厂作为独立的功能单元,在云平台上以虚拟化服务的方式参与到协同制造过程中。多层次制造单元成为制造价值网络中的独立主体,深刻影响到制造过程的组织管理和运行模式。基于多服务单元联合协作的动态联盟,成为构建复杂业务流程、满足个性化需求的资源协同新模式。本文基于新兴信息技术条件下制造模式创新分析,提出包含资源层、感知层、服务层、价值链组织层、应用层和支撑技术的智慧制造云平台架构,为动态联盟多粒度服务组织提供基础信息环境和技术支持。根据个性化需求聚合和多层次制造服务单元分析,提出业务流程导向的动态服务联盟模型。从服务关系、业务逻辑、网络结构叁个维度解析了新联盟模式的特征。动态服务联盟的构建是一个迭代优化的复杂时空过程,从全生命周期角度将面向动态联盟的服务组合过程划分为四个环节。首先运用Petri net对任务建模,基于任务与服务特征匹配进行订单分解与任务合成;其次运用粒度计算和语义匹配方法为不同层级任务匹配相应的制造服务;再次以QoS、协同能力、双方满意度为关键评估指标,从众多候选方案中选择最优方案;最后,通过感知、理解服务执行过程中的异常事件,运用自适应调整机制进行服务重选和调度。并提出同步实现组合全过程协同优化的理念,聚焦于服务优选和自适应决策这两方面的关键问题。(2)基于协同能力的制造服务选择方法制造社会化环境下,复杂任务需要多个不同功能的服务单元共同完成。服务单元个体能力和协同关系,共同决定了制造任务的完成质量,协同能力成为服务竞争力评估和组合优选的关键因素。本文综合社会网络与服务计算理论,运用社会关系强度衡量协同效应,提出基于加权协同网络的服务选择方法。首先抽取服务社会网络并计算五类关系强度,通过社会关系强度加权计算协同效应,并构建服务加权协同网络。以最大化服务整体QoS和协同效应为目标,提出服务选择的多目标优化模型。并运用双向学习、最优种群更新和基于群体交互的速度更新机制,改进基本引力搜索算法对模型求解。实验验证了本文模型和算法的有效性,表明考虑协同效应能够显着提升服务组合的实际运行绩效。复杂任务场景下,制造子任务间存在多维的物料、信息、知识交互和传递关系,对匹配服务单元间提出一致性的协同能力要求。任务关系与服务协同关系的不精确匹配将会带来额外的协调成本,降低资源配置效率,导致方案绩效并非最优。因此,本文进一步考虑混合任务网络与服务网络结构一致性匹配的影响,提出基于任务关系约束的服务适配选择方法。在混合任务网络构造的基础上,考虑任务重要性的影响,提出基于权重的服务胜任度聚合方法。根据任务关联约束的服务横、纵向协同需求,给出服务横、纵向协同水平的计算方法。以服务胜任度和协同水平最大化为目标,构建制造服务优化选择数学模型。运用改进非支配粒子群算法进行求解得到帕累托最优解集,基于加权TOPSIS评估获取最佳分配方案。(3)基于竞争与协同效应的制造服务双边匹配方法云平台是为任务方、服务方提供注册、质量评估、协商谈判、自由交易等活动的场所,具有双边市场的典型特征。平台上的服务优选需要综合供需双方的利益诉求和市场定位,将双边匹配决策方法应用到服务组合中,实现双方满意度最大化。针对云环境下的服务单元具有良好协同能力和自适应学习能力的特征,提出考虑学习与协同效应的制造服务双边匹配决策方法。首先根据云交易的重复性、动态性,构造基于学习效应模型的主体动态能力计算方法,运用期望效用理论聚合双方满意度。同时,应用协同网络刻画服务社会关系,基于社会网络理论计算服务间协同满意度。以任务、服务满意度、服务间协同满意度最大化为目标,构建一对一双边匹配决策模型。通过汽车云制造实例,验证本文模型的有效性和优势。同时,供需双方均处于一定的圈子或网络中,具有竞争、合作等社会关系的其他成员影响匹配主体的决策偏好,增强云服务组合匹配问题的复杂性。进一步将面向市场、资源争夺的任务竞争关系考虑到服务匹配过程中,综合任务竞争网络和服务协同网络对方案稳定性的影响,提出基于竞争与协同效应的一对多服务双边匹配方法。以决策主体的期望值为参照点,运用期望效用理论计算双方满意度。并给出基于竞争关联的任务间满意度和基于协同效应的服务间满意度计算新方法。以最大化双方、任务间和服务间满意度为目标,构建服务双向匹配多目标优化模型,运用改进非支配粒子群算法和加权TOPSIS求解得到最佳方案。与传统匹配、只考虑竞争、只考虑协同的3类匹配模型比较,实验验证了本文方法的有效性与优势。(4)基于情景感知的制造组合服务自适应调整决策方法由于组合服务面临复杂、动态的业务需求和运行环境,如消费者需求的变化、服务加入与退出、制造条件变化等,可能导致服务故障和业务流程异常情形。将智能Agent技术和情景感知理论应用到服务组织过程中,提出基于情景感知的服务自适应调整决策方法,及时发现与处理制造过程中的异常事件。首先,从智能制造单元个体视角,构建了制造服务自适应调整系统架构。针对制造环境和情境约束对物体状态事件理解的影响,提出基于复杂事件处理的自适应情景识别方法。通过构建情境约束的多层次事件模型和事件新算子,提出基于事件聚合的制造情景演算过程和基于改进混合数据聚类的情景实时识别算法。运用4个真实数据集和1个制造过程仿真数据集进行实验,均验证本文模型和方法的有效性,并阐明情境因素能显着提升制造过程中事件判断、情景识别的准确性。智能服务单元在识别当前发生的复杂情景后,根据自身角色、资源、知识等状态,运用已有决策规则采取最合理的调整操作活动。同一主体在不同状态下对同一情景可能采取不同的响应方案。基于现有事件驱动决策机制的不足,根据多变的应用场景,分别设计了情景感知、主体-情景-活动(Subject-Situation-Action,SSA)的2种新的自适应决策机制,充分考虑决策主体状态和情境因素对事件判别和决策过程的影响。并通过多Agent技术搭建决策实验环境,应用关联规则方法挖掘决策知识。通过汽车制造零部件加工云服务仿真,与现有事件驱动机制对比实验,验证了本文2类机制在不同场景下的效果,从决策准确率、时间和服务QoS等方面证明了情景感知、SSA机制在动态复杂制造环境下的优势和可行性。(本文来源于《合肥工业大学》期刊2018-05-01）
张相斌,吴敏[3]（2013）在《网络环境下制造企业动态联盟的合作博弈模型研究》一文中研究指出针对互联网环境下制造企业动态联盟中的成员如何进行合作博弈的问题进行了研究。通过调整资源供应方的资源贡献比例改变供需双方的贡献水平,从而使得群体的总利润最大化。首先建立了联盟成员的微分博弈方程,确定了联盟总收益的性能指标函数,最后采用pontryagin极大值原理求解出该模型的Nash均衡解,并通过实例验证了该方法的可行性。(本文来源于《情报科学》期刊2013年02期）
俞红梅[4]（2012）在《敏捷制造下动态联盟合作伙伴选择问题研究》一文中研究指出世界经济环境越来越复杂,技术变化的速度越来越快,市场的竞争越来越激烈,同时消费者对产品的要求越来越具个性化和多样化,满足消费者需求的基本方式就是不断迅速开发出让客户满意的新产品。这就给制造企业提出了一个严峻的问题：在面对市场环境的急速变化、顾客需求瞬息万变的时候,制造企业如何做出快速而灵活的反应来适应这一发展变化。通过组建动态联盟可以很好的实现客户不断变化的需求。动态联盟成功与否的关键一步是伙伴选择的好坏,因此对其研究具有重要的意义。(1)通过对制造模式的发展进行简单的回顾,意识到敏捷制造是当今制造业的发展方向,通过对国内外关于动态联盟的伙伴选择进行总结,明确了动态联盟伙伴选择研究的意义。(2)对动态联盟进行了理论分析,阐述了动态联盟的特性、本质；对动态联盟的风险类型进行分类,并对动态联盟的风险进行了诱因分析;对动态联盟的组建流程进行了分析,并指出在伙伴选择的常用方法。(3)主要论述了在敏捷制造下动态联盟合作伙伴选择模型的构建问题,首先对伙伴选择问题进行阐述；其次建立了伙伴选择的评价指标体系,明确了在伙伴选择过程中的一些重要的指标；最后对合作伙伴选择的策略进行了分析,提出了伙伴选择的四阶段模式：第一阶段我们用关系理论、根据不同的维度来达到快速剔除不合格的候选伙伴的目的；第二阶段采用层次分析法(AHP)来确定目标函数权重因子的大小；第叁阶段采用层次分析法(AHP)和数据包络法(DEA)相结合的方法对选择的合作伙伴进行相对有效性的一个评价,初步确定出比较适合进行组建动态联盟的企业。(4)主要论述了伙伴选择过程中的组合评价问题,通过对伙伴选择过程中评价指标的确定,使用定量化的方法,开发了一种基于最优的保留遗传算法。(5)总结了本研究的主要成果,指出研究中存在的问题和今后的研究方向。(本文来源于《浙江工业大学》期刊2012-10-01）
李婉红,毕克新[5]（2012）在《一种新型的制造企业工艺创新组织结构:虚拟动态联盟》一文中研究指出提出一种适应信息化环境的新型工艺创新组织结构——虚拟动态联盟,并分析虚拟动态联盟的概念、特征、组织架构以及生命周期,提出工艺创新在虚拟动态联盟中的组织流程。(本文来源于《科技管理研究》期刊2012年09期）
朱中华[6]（2012）在《动态联盟环境下中小型制造企业制造能力评价的方法研究》一文中研究指出企业设备资源制造能力评价问题是动态联盟中需要解决的问题之一,也是订单处理系统中的核心问题。本文运用多色集合理论建立了零件加工系统的网络结构模型,应用多色集合理论的相关算法,确定了零件加工的多工序方案,从而确定完成该零件加工所需的设备资源。对于企业可制造的零部件,利用车间作业计划及调度监控系统,生成设备负荷图,对企业设备资源制造能力进行动态评价。这样可以确定设备资源实际的制造能力情况,从而实现动态联盟制造模式下,中小型企业及时将多余的制造资源信息放入到动态联盟平台上进行共享。本文的研究内容如下：一、主要介绍了本文研究的背景以及意义,着重对国内外制造型企业的制造能力评估做了详尽阐述。在此基础上引出本文的研究课题,最后介绍了解决问题的思路以及本文的框架。二、对企业制造能力评价进行详细的分析,首先论述了企业的生产运作,给出生产运作各个部分之间的相互关系,同时突出了订单处理的重要性,分析了订单处理的关键问题,指出了制造能力评价在企业生产运作全过程中所处的位置,对制造能力评价的方法进行分析,同时以减速器为例进行问题的详解。叁、详细介绍多色集合理论及其相关定义,运用多色集合理论,建立了零件的加工系统模型。通过对零件信息的建模和对设备信息的建模,完成了企业静态制造能力的评价研究。四、详细介绍了车间作业计划及调度监控系统的组成及功用,解释了系统的各个模块的组成及应用。通过使用调度系统完成动态制造能力的评价。五、结合本文的设计与研究成果,针对制造能力评价的特点,开发出适用于中小型企业制造能力评价的系统。(本文来源于《广东工业大学》期刊2012-05-01）
郝栋梁[7]（2011）在《基于动态联盟的中小制造企业采购融资模式研究》一文中研究指出摘要：资金短缺和资信较差是目前中小制造企业采购所面临的首要问题。中小制造企业为了谋求迅速发展,必须寻求新的采购融资模式,达到最佳的采购管理效果。本文在分析中小制造企业采购融资模式现状与问题的基础上,借鉴国内外的相关研究成果和经验,运用企业融资理论、动态联盟理论及合作博弈论等原理和方法,构建了银行、中小制造企业、物流企业、供应商和产品分销商等五方主体参与的动态联盟采购融资模式,提出银行主导型、中小制造企业主导型和物流企业主导型叁种不同主导型采购融资模式,并比较选择出适合中小制造企业的物流企业主导型采购融资模式。在此基础上提出该种采购融资模式的利益分配方案,利用Shapley值法进行了算例求解,对物流企业主导型采购融资模式的优越性进行了进一步验证,并提出相关注意事项。在对现状分析的基础上,本文还提出了物流企业主导型采购融资模式业务流程,具备一定的可操作性,利于在中小制造企业中的应用推广(本文来源于《北京交通大学》期刊2011-06-01）
王胜佳,甘屹,彭斌[8]（2010）在《区域性企业动态联盟制造资源建模方法研究》一文中研究指出将资源约束顶层基本骨架作为区域制造协同链各层次自顶向下信息传递的纽带和桥梁。根据能力、时间、成本、质量、服务等约束在区域内合理选择制造协同链的各加工环节,使企业动态联盟制造资源配置得到优化。以支持制造协同链优化配置和区域制造资源的重组过程,为区域制造资源的优化配置提供新的途径和有益的探索。(本文来源于《机械设计与制造》期刊2010年05期）
陈洪容,覃智广,廖璘志,陈琪[9]（2009）在《基于绿色制造的动态联盟合作伙伴选择》一文中研究指出制造业所产生的环境污染和导致的生态恶化已成为制约社会发展和人类生存的重大因素。为了使制造业不再对环境造成损害,必须改变传统的产品制造和开发模式,在产品生命周期全过程实现无污染、资源低耗和易于回收及对环境具有良好的适(本文来源于《企业改革与管理》期刊2009年11期）
甄佳,张睿[10]（2008）在《装备制造行业中小型制造企业动态联盟模式研究》一文中研究指出本文从装备制造行业中小企业间动态联盟模式入手.分析了中小型制造企业间动态联盟模式对联盟企业的激励因素.指出联盟所带来的市场风险的分离以及由此带来的成本节约对于企业选择动态联盟模式的吸引力。进而提出对于装备制造行业中小型制造企业在合作日渐盛行的大环境之下的战略策略。(本文来源于《中国物价》期刊2008年11期）
动态制造联盟论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
智慧制造以社会信息物理系统(Social Cyber-Physical System,SCPS)、大数据和云计算技术为基础,以大规模协同合作、全面感知、实时决策、社会化制造资源的利用和满足客户个性化需求能力为目标,基于云平台把多层次制造资源虚拟化为制造服务,按业务需求使用合适粒度的资源,灵活构建动态企业联盟以及时把握市场机遇。多粒度服务单元作为动态联盟的基本构成要素,服务个体功能、服务质量(quality of service,QoS)和协同关系等,共同决定了联盟的运行效率。如何在云平台上根据任务要求选择优质服务,通过多资源聚合组建动态联盟,并根据时变环境自适应地调整服务活动,成为智慧制造落地应用的关键问题。通过多层次制造服务的组合实现动态企业联盟构建,是智慧制造过程组织的重要方式。本文以动态联盟的服务组织为研究主题,针对制造服务社会互联、任务复杂关联、环境动态时变等新特征,融合社会网络、协同效应、情景感知等理论研究相应的服务组合问题,提出基于协同能力的服务选择方法、基于竞争与协同效应的双边匹配方法、基于情景感知的服务自适应调整决策方法,从智慧制造模式下的服务组合视角拓展了动态联盟构建理论方法,有效的应对新环境下动态联盟资源组织过程中面临的新挑战。主要研究内容与贡献如下:(1)制造业务流程导向的动态服务联盟模型智慧制造环境下,制造企业将设备、生产线、生产车间或工厂作为独立的功能单元,在云平台上以虚拟化服务的方式参与到协同制造过程中。多层次制造单元成为制造价值网络中的独立主体,深刻影响到制造过程的组织管理和运行模式。基于多服务单元联合协作的动态联盟,成为构建复杂业务流程、满足个性化需求的资源协同新模式。本文基于新兴信息技术条件下制造模式创新分析,提出包含资源层、感知层、服务层、价值链组织层、应用层和支撑技术的智慧制造云平台架构,为动态联盟多粒度服务组织提供基础信息环境和技术支持。根据个性化需求聚合和多层次制造服务单元分析,提出业务流程导向的动态服务联盟模型。从服务关系、业务逻辑、网络结构叁个维度解析了新联盟模式的特征。动态服务联盟的构建是一个迭代优化的复杂时空过程,从全生命周期角度将面向动态联盟的服务组合过程划分为四个环节。首先运用Petri net对任务建模,基于任务与服务特征匹配进行订单分解与任务合成;其次运用粒度计算和语义匹配方法为不同层级任务匹配相应的制造服务;再次以QoS、协同能力、双方满意度为关键评估指标,从众多候选方案中选择最优方案;最后,通过感知、理解服务执行过程中的异常事件,运用自适应调整机制进行服务重选和调度。并提出同步实现组合全过程协同优化的理念,聚焦于服务优选和自适应决策这两方面的关键问题。(2)基于协同能力的制造服务选择方法制造社会化环境下,复杂任务需要多个不同功能的服务单元共同完成。服务单元个体能力和协同关系,共同决定了制造任务的完成质量,协同能力成为服务竞争力评估和组合优选的关键因素。本文综合社会网络与服务计算理论,运用社会关系强度衡量协同效应,提出基于加权协同网络的服务选择方法。首先抽取服务社会网络并计算五类关系强度,通过社会关系强度加权计算协同效应,并构建服务加权协同网络。以最大化服务整体QoS和协同效应为目标,提出服务选择的多目标优化模型。并运用双向学习、最优种群更新和基于群体交互的速度更新机制,改进基本引力搜索算法对模型求解。实验验证了本文模型和算法的有效性,表明考虑协同效应能够显着提升服务组合的实际运行绩效。复杂任务场景下,制造子任务间存在多维的物料、信息、知识交互和传递关系,对匹配服务单元间提出一致性的协同能力要求。任务关系与服务协同关系的不精确匹配将会带来额外的协调成本,降低资源配置效率,导致方案绩效并非最优。因此,本文进一步考虑混合任务网络与服务网络结构一致性匹配的影响,提出基于任务关系约束的服务适配选择方法。在混合任务网络构造的基础上,考虑任务重要性的影响,提出基于权重的服务胜任度聚合方法。根据任务关联约束的服务横、纵向协同需求,给出服务横、纵向协同水平的计算方法。以服务胜任度和协同水平最大化为目标,构建制造服务优化选择数学模型。运用改进非支配粒子群算法进行求解得到帕累托最优解集,基于加权TOPSIS评估获取最佳分配方案。(3)基于竞争与协同效应的制造服务双边匹配方法云平台是为任务方、服务方提供注册、质量评估、协商谈判、自由交易等活动的场所,具有双边市场的典型特征。平台上的服务优选需要综合供需双方的利益诉求和市场定位,将双边匹配决策方法应用到服务组合中,实现双方满意度最大化。针对云环境下的服务单元具有良好协同能力和自适应学习能力的特征,提出考虑学习与协同效应的制造服务双边匹配决策方法。首先根据云交易的重复性、动态性,构造基于学习效应模型的主体动态能力计算方法,运用期望效用理论聚合双方满意度。同时,应用协同网络刻画服务社会关系,基于社会网络理论计算服务间协同满意度。以任务、服务满意度、服务间协同满意度最大化为目标,构建一对一双边匹配决策模型。通过汽车云制造实例,验证本文模型的有效性和优势。同时,供需双方均处于一定的圈子或网络中,具有竞争、合作等社会关系的其他成员影响匹配主体的决策偏好,增强云服务组合匹配问题的复杂性。进一步将面向市场、资源争夺的任务竞争关系考虑到服务匹配过程中,综合任务竞争网络和服务协同网络对方案稳定性的影响,提出基于竞争与协同效应的一对多服务双边匹配方法。以决策主体的期望值为参照点,运用期望效用理论计算双方满意度。并给出基于竞争关联的任务间满意度和基于协同效应的服务间满意度计算新方法。以最大化双方、任务间和服务间满意度为目标,构建服务双向匹配多目标优化模型,运用改进非支配粒子群算法和加权TOPSIS求解得到最佳方案。与传统匹配、只考虑竞争、只考虑协同的3类匹配模型比较,实验验证了本文方法的有效性与优势。(4)基于情景感知的制造组合服务自适应调整决策方法由于组合服务面临复杂、动态的业务需求和运行环境,如消费者需求的变化、服务加入与退出、制造条件变化等,可能导致服务故障和业务流程异常情形。将智能Agent技术和情景感知理论应用到服务组织过程中,提出基于情景感知的服务自适应调整决策方法,及时发现与处理制造过程中的异常事件。首先,从智能制造单元个体视角,构建了制造服务自适应调整系统架构。针对制造环境和情境约束对物体状态事件理解的影响,提出基于复杂事件处理的自适应情景识别方法。通过构建情境约束的多层次事件模型和事件新算子,提出基于事件聚合的制造情景演算过程和基于改进混合数据聚类的情景实时识别算法。运用4个真实数据集和1个制造过程仿真数据集进行实验,均验证本文模型和方法的有效性,并阐明情境因素能显着提升制造过程中事件判断、情景识别的准确性。智能服务单元在识别当前发生的复杂情景后,根据自身角色、资源、知识等状态,运用已有决策规则采取最合理的调整操作活动。同一主体在不同状态下对同一情景可能采取不同的响应方案。基于现有事件驱动决策机制的不足,根据多变的应用场景,分别设计了情景感知、主体-情景-活动(Subject-Situation-Action,SSA)的2种新的自适应决策机制,充分考虑决策主体状态和情境因素对事件判别和决策过程的影响。并通过多Agent技术搭建决策实验环境,应用关联规则方法挖掘决策知识。通过汽车制造零部件加工云服务仿真,与现有事件驱动机制对比实验,验证了本文2类机制在不同场景下的效果,从决策准确率、时间和服务QoS等方面证明了情景感知、SSA机制在动态复杂制造环境下的优势和可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
动态制造联盟论文参考文献
[1].任磊,任明仑.面向动态联盟的制造服务组合全生命周期模型[J].科技管理研究.2019
[2].任磊.面向动态联盟的制造服务组合研究[D].合肥工业大学.2018
[3].张相斌,吴敏.网络环境下制造企业动态联盟的合作博弈模型研究[J].情报科学.2013
[4].俞红梅.敏捷制造下动态联盟合作伙伴选择问题研究[D].浙江工业大学.2012
[5].李婉红,毕克新.一种新型的制造企业工艺创新组织结构:虚拟动态联盟[J].科技管理研究.2012
[6].朱中华.动态联盟环境下中小型制造企业制造能力评价的方法研究[D].广东工业大学.2012
[7].郝栋梁.基于动态联盟的中小制造企业采购融资模式研究[D].北京交通大学.2011
[8].王胜佳,甘屹,彭斌.区域性企业动态联盟制造资源建模方法研究[J].机械设计与制造.2010
[9].陈洪容,覃智广,廖璘志,陈琪.基于绿色制造的动态联盟合作伙伴选择[J].企业改革与管理.2009
[10].甄佳,张睿.装备制造行业中小型制造企业动态联盟模式研究[J].中国物价.2008
论文知识图
