导读:本文包含了复杂车间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:车间,算法,作业,流水,柔性,智能,瓶颈。
复杂车间论文文献综述
韩佳蓉[1]（2019）在《基于数据的多目标作业车间的复杂网络模型关键节点的寻找》一文中研究指出大数据时代下工业制造开始转向智能制造,车间生产过程变得更为智能化和自动化,基于数据信息的多目标作业车间复杂网络模型,已然成为智能制造研究的新领域之一。本文研究的主要内容有两点,其一是利用数据信息搭建一个多目标作业车间复杂网络模型;其二是在搭建的模型基础上利用模糊网络分析法寻找该模型的关键节点,选择模糊网络分析法使得关键节点评价的结果更具有客观性。最后进行仿真实验,结果表明该模型能较好地应用于实际工业生产,模糊网络分析法能有效挖掘该模型中的关键节点,证明了方法的合理性和有效性。(本文来源于《智能计算机与应用》期刊2019年02期）
逄焕君[2]（2018）在《基于复杂网络的多目标柔性车间调度问题的研究》一文中研究指出在科学与技术飞速发展的今天,越来越多的领域和专业正在发生着飞速的转变。产品更新换代的速度越来越快,产品周期变动越来越短,人们的需求也呈现多样化的趋势。在生产高速运转的今天,如何调整生产的各项指标,对生产环节进行有效调度以减少成本提高效率,已经成为制造业生存和提高市场竞争力的核心要素。随着科技的进步和生产力的发展,工业生产复杂程度变得越来越高,同时生产过程更趋向于智能化。在大数据和“中国制造2025”的时代背景下,工业生产正在向数据驱动转型。传感器和计算机技术的应用为我们提供了大量的可用数据和数字化的管理模式。针对实际生产中加工工序繁多的问题,本文将多目标柔性车间调度问题与复杂网络相结合,建立了物料-工序网络模型并分析了网络的特征和结构以及他们产生的原因。在该模型下,我们用蚁群算法求解了多目标柔性车间调度问题,并结合其结果与网络结构特征做出分析。在自动化和数字化程度越来越高的车间环境下,对车间调度的优化也在向数字化转变。本文在物料-工序模型的基础上,将模型进一步改进,借助Apriori算法建立了一种基于数据的复杂网络模型,并对其准确性做了测试。该模型最大程度地利用了生产过程中产生的各种数据,有效地表达了各项数据之间的联系,将对多目标的优化转换成多节点参数的优化。(本文来源于《齐鲁工业大学》期刊2018-05-23）
李翌辉,史亚斌,胡进寿,高智,王小强[3]（2018）在《基于改进型遗传算法的复杂产品生产车间布局优化方法》一文中研究指出针对复杂产品车间设备布局问题,采用实值编码和进化代沟的方法改进遗传算法,求解出设备布局的最优方案。根据产品的生产特点及工艺特征,通过定义优化目标和约束条件建立了设备布局的数学模型。并以某待建的航空发动机零部件智能化生产线为实例,采用QUEST软件对方法进行了验证。试验结果证明,该方法取得了较好的优化效果。(本文来源于《兵工自动化》期刊2018年05期）
邓鹏程[4]（2018）在《面向复杂精密装备总装车间的智能制造模式及部分关键技术研究》一文中研究指出当前,随着物联网、大数据、人工智能等新一代信息技术的飞速发展,由传统型制造向智能制造转型升级已成为当前制造企业的重要发展趋势。总装车间是复杂精密装备制造企业制造过程的主体部分,在实际生产过程中普遍存在多源信息采集费时滞后、生产状态难以全面监控、在制品和制造资源难以精确跟踪、关键装配工序异常难以预警等问题,严重制约着企业的制造效率和制造能力,因此如何运用先进的信息技术、制造技术、管理技术提升复杂精密装备总装车间的生产效率、管理水平以及综合竞争力已成为当前学者研究和应用的热点问题之一。为此,论文结合复杂精密装备总装车间生产过程特点,在其智能制造需求分析的基础上,对面向复杂精密装备总装车间的智能制造模式及部分关键技术进行了一些探索和研究。首先,在分析复杂精密装备总装车间生产过程特点及智能化改造需求的基础上,建立一种包含资源层、信息感知与处理层、信息传输层、核心功能层和用户层等结构的复杂精密装备总装车间智能制造模式的总体实现框架。然后,基于以上实现框架,对涉及的部分关键技术进行了研究,主要包括:研究一种基于IPv6信息交互装置的总装车间装配过程信息感知方法,给出一种总装车间装配过程信息感知的实现框架和数据流程;研究一种基于改进LEACH协议算法的总装车间无线传感器网络优化方法,对总装车间无线传感器网络进行初步优化配置;研究一种复杂精密装备总装车间关键装配工序质量损失评估及预警方法,建立一套关键装配工序质量损失评估指标体系,并研究一种基于综合模糊评判和BP神经网络的关键装配工序质量损失评估及预警方法。最后,基于以上研究内容和课题组的前期研究基础,结合重庆某复杂精密装备制造企业总装车间智能管控的实际需求,设计和开发一套复杂精密装备总装车间的智能制造支持系统,并在该企业进行实施和应用验证。(本文来源于《重庆大学》期刊2018-05-01）
谢正明[5]（2018）在《基于贝叶斯网络的分布估计算法求解复杂作业车间绿色调度问题》一文中研究指出随着全球经济的快速发展,众多企业在提高产品“量”的同时,也在对“质”进行提升。节能降耗逐渐成为制造业一个清晰的共识,结合到车间调度中,车间绿色调度可以为企业降低许多不必要成本。同时,车间绿色调度问题是制造领域的一个研究热点,车间调度问题一般都具有NP-hard、非线性、强约束、多目标、规模大等难以避免的特点,在理论研究中是最为困难的问题之一。智能优化算法是求解车间调度的有效方法,利用这类智能优化算法已经受到学术界和工业界的广泛的关注,而分布估计算法(Estimation of Distribution Algorithm,EDA)是一种新型的基于统计概率模型的进化算法,在多个工业领域已经得到了成功的应用。因此,本文对基于贝叶斯统计的分布估计算法(Bayesian-Statistical-Based Estimation of Distribution Algorithm,BEDA)求解叁类复杂作业车间绿色调度问题进行了研究。主要的工作如下:(1)针对最小化最大延迟时间(Maximum Tardiness,MT)和总能量损耗(Total Energy Consumption,TEC)指标下的多目标带交货期的可重入作业车间绿色调度问题,设计了一种基于贝叶斯统计的混合分布估计算法(Hybrid Bayesian-Statistical-Based Estimation of Distribution Algorithm,HBEDA)进行求解。在全局搜索方面,该算法在利用概率模型学习工件之间序的关系,增强了算法的全局搜索能力。在局部搜索方面,设计了一种具有多种策略的局部搜索方法以提高算法的局部搜索能力,仿真实验结果表明了所提算法的有效性。(2)针对最小化最大完工时间(makespan)和低碳(Low Carbon,LC)指标下的多目标柔性作业车间绿色调度问题,设计了一种改进的基于贝叶斯统计的分布估计算法(Improved Bayesian-Statistical-Based Estimation of Distribution Algorithm,IBEDA)。该算法利用四维概率矩阵推断出位置和工件对之间的关系,增强了算法全局搜索能力,同时加入一种改进的基于insert的局部搜索方法,提高算法的局部搜索能力。仿真实验结果表明所提算法的有效性。(3)针对最小化总能量消耗(Total Energy Consumption,TEC)和最大完工时间(makespan)指标下的多目标可重入柔性作业车间绿色调度问题,设计了一种增强型的基于贝叶斯统计的分布估计算法(Enhanced Bayesian-Statistical-Based Estimation of Distribution Algorithm,EBEDA)。首先,该算法在前一问题的基础上,针对柔性作业车间绿色调度问题加入设备分配的改进方法;其次,加入非劣解集中的次优层组成双种群,克服早熟收敛问题;最后,采用改进的局部搜索策略对解进行细致的搜索。仿真实验结果表明所提算法的有效性。(本文来源于《昆明理工大学》期刊2018-03-01）
杜傲然[6]（2018）在《基于TLBO智能优化算法的复杂车间绿色调度问题求解研究》一文中研究指出车间调度问题一直是制造企业的研究热点,而近年来随着全球变暖和环境污染的增长,考虑绿色指标的车间调度问题,即车间绿色调度问题开始引起制造系统的关注,也逐渐成为学术研究中较为困难的问题。而求解复杂车间绿色调度问题的重要方法一般为智能优化算法。教与学优化算法是一种新型的模拟教学过程的群智能优化算法,可用于较好的求解复杂车间调度问题。本论文将教与学优化算法的改进算法应用于求解复杂流水车间绿色调度问题上并进行研究。主要工作如下:(1)针对带序相关设置时间和释放时间的零等待流水车间绿色调度问题,设计一种改进的教与学优化算法进行求解,优化目标为最小化总能量成本。首先,提出一种解的快速评价思想来减少计算复杂度,同时,教师在教学阶段之前进行自学,提高教学水平;然后,提出一种自适应教学因子,使学员能自适应的学习知识;最后,设计一种基于Insert邻域的快速局部搜索方法来提高算法的局部搜索能力。仿真实验和算法对比验证了所提算法的有效性。(2)在(1)中的排列模型的基础上,考虑同时优化经济指标最大完工时间,得到了带序相关设置时间和释放时间的多目标零等待流水车间绿色调度问题。针对该问题,设计一种改进的多目标教与学优化算法进行求解,优化目标为最小化最大完工时间和总能量损耗。首先,教师进行自学提高教学质量;然后,改进自适应教学因子,使学员自适应的学习教师的知识;最后,引入基于双工件插入的局部搜索方法来增强算法的局部搜索能力。仿真实验结果验证了所提算法的有效性。(3)在(2)中排列模型的基础上,进一步考虑不同加工阶段的机器具有柔性,得到了更具一般性的带序相关设置时间和释放时间的多目标零等待柔性流水车间绿色调度问题。针对该问题,采用最早加工规则确定工件在每个阶段的加工机器,设计一种混合的多目标教与学优化算法进行求解,优化目标为最小化最大完工时间和总能量损耗。首先,利用拥挤距离选择教师,保持解的分散性;然后,改进自适应教学因子;同时,将最差解集的个体平均值与每个学员的成绩两者总和的平均值作为班级的整体平均值,使教学更具有针对性;并且在教师阶段后引入交叉策略,保持种群的多样性;另外,改进学员阶段,使其更大幅度的学到教师的知识;最后,引入基于Swap邻域的局部搜索来提高算法的搜索深度,对问题解进行更细致的搜索。仿真实验对比结果证明了所提算法的有效性。(本文来源于《昆明理工大学》期刊2018-03-01）
叶剑辉,刘少丽,刘检华,瓮刚[7]（2017）在《基于流程的复杂产品装配车间现场监控技术》一文中研究指出针对复杂产品装配车间的现场实时监控难题,提出一种基于流程的复杂产品装配车间现场监控技术。分析了复杂产品的日作业计划控制流程,提出基于日作业计划的车间现场数据管理模型。提出数据获取、数据处理、数据匹配3层架构的可配置看板构建方法,并建立了基于装配工艺流程的车间现场监控模型。设计并开发了复杂产品装配车间监控看板系统,该监控系统具有实时性、可扩展性、流程化和精细化的特点,实现了复杂产品装配车间现场的精细化监控。设计并开发了软件系统,并结合实例对所提方法进行了有效验证。(本文来源于《计算机集成制造系统》期刊2017年07期）
李华华[8]（2017）在《基于复杂网络的生产车间瓶颈预测方法研究》一文中研究指出现代生产车间生产模式趋向于柔性化生产,生产订单多为小批量多品种,生产过程和生产环境也越来越复杂,复杂的生产过程和生产车间中存在诸多不确定因素使得瓶颈辨识愈加困难。针对生产车间生产过程中的瓶颈辨识问题,将复杂网络相关理论引入到生产车间生产过程,根据生产车间的工作特点、资源流动、工艺约束、信息流动和人员配置等特征,采集数据并提取关键节点,构建复杂网络模型,实现对生产车间生产过程的网络化数学描述。针对生产车间生产过程多扰动因素,将生产车间生产过程多扰动因素进行分类细分,依据层次分析法、专家打分法、模糊评判法等方法对生产车间生产过程中的扰动因素进行分析与评价。定义扰动因素强度,构建扰动因素强度矩阵,实现对扰动因素的度量,根据历史数据和专家打分法构建状态概率转移矩阵,基于马尔科夫方法预测关键扰动因素,依据扰动因素发生概率对关键扰动因素实施重点管理与监控。在扰动环境下,充分分析扰动因素的作用机理,建立贴近车间生产实际的传播动力学模型,分析扰动因素对生产车间生产过程的影响机制,建立扰动环境下生产车间瓶颈识别与预测模型。根据生产车间的工作特点、资源流动、工艺约束、信息流动和人员配置等特征,构建复杂网络模型实现对生产车间生产过程的网络化数学描述,选取定义网络统计参数;对扰动因素进行数学建模,选取单一扰动因素,构建该扰动因素在网络系统中的作用机理,建立CML(耦合映像格子)的生产车间节点状态预测模型,分别对扰动发生前后节点状态的对比及扰动对节点状态的预测分析,构建基于节点状态与网络特征参数的瓶颈判定机制,依据瓶颈判别机制动态预测瓶颈节点,并进行瓶颈的多态性分析。最后基于ARENA仿真软件结合车间实际生产数据进行仿真实验验证,仿真实验验证了该模型的准确性与合理性。为企业提高生产效率、减少资源浪费、制定生产计划、生产调度、企业管理等提供了理论依据。(本文来源于《新疆大学》期刊2017-05-25）
赵锦曦[9]（2017）在《基于量子智能算法的复杂车间调度问题研究》一文中研究指出生产调度是制造系统的一个研究热点,也是理论研究中最为困难的问题之一。本文通过回顾国内外调度问题研究进展,对序不相关零等待流水车间调度问题和序相关零等待流水车间调度问题进行了详细研究。通过分析问题的特性,设计了针对问题的混合量子进化算法及有针对性的启发式方法,从而有效求解所研究的问题。仿真实验结果显示了算法的有效性能。本文的主要工作总结如下:(1)针对带序不相关设置时间和释放时间的零等待流水车间调度问题,提出了一种有效的混合量子进化算法进行求解,优化目标为最小化最大完工时间。该算法在全局搜索环节中采用自行设计的快速量子概率幅矩阵更新操作以提高算法的进化速度,同时加入4种邻域搜索机制以提高算法的局部搜索能力。仿真实验和算法比较验证了所提算法的有效性。(2)针对带序相关设置时间和释放时间的零等待流水车间调度问题,本文提出了一种高效的混合量子进化算法进行求解,优化目标为最小化总体延迟时间。首先,根据问题的结构性质,给出了解的快速评价方法,使得算法在相同时间内可搜索更多区域;然后,提出了改进的量子概率幅观测操作以增强算法全局搜索对解空间的搜索效率;最后,设计了前端省略快速邻域搜索机制、首次改进跳出策略和子邻域优质解即时更新策略,并将其融入基于Interchange子邻域的局部搜索中,提高了算法对全局搜索发现的优质区域进行细致搜索的能力。在性能测试环节对算法进行了详细的测试,包括参数优化、仅包括全局算法的对比测试、完整算法的对比测试等。通过和6种国际期刊中的有效算法进行仿真比较,验证了所提算法的高效性和鲁棒性。(本文来源于《昆明理工大学》期刊2017-03-01）
张梓琪[10]（2017）在《基于EDA智能优化算法的复杂车间调度问题研究》一文中研究指出生产制造系统中通常伴随有规模大、强约束、非线性、多目标、不确定、NP-hard等诸多复杂因素,因此针对智能优化算法和生产调度理论的应用与研究始终都是工业界与学术界的重要研究课题。流水线调度是一类非常典型且有广泛工程背景的复杂组合优化问题,其相关理论和算法的研究具有重要的科研价值与实际意义。分布估计算法借鉴机器学习中的统计学习进化思想,有较强的全局引导性,已成为优化领域的研究热点。本文研究两类典型的流水线生产调度问题,结合问题特性提出了有效的全局模型,并设计了高效的局部策略,提出的增强分布估计算法可为流水优化调度提供理论与算法支持。全面综述两类复杂流水调度问题和分布估计算法研究进展的基础上,本文的研究工作主要获得以下成果:(1)针对优化指标为最小化总完工时间的带序相关设置时间与释放时间的零等待流水线调度问题,提出了一种采用快速评价和基于问题性质的Insert局部搜索的有效混合分布估计算法。通过典型算例的大量仿真结果和算法比较,验证了所提算法的有效性与鲁棒性。(2)针对优化指标为最小化总体提前和滞后时间的带序相关设置时间和释放时间的零等待流水线调度问题,首次提出了一种有效的基于叁维矩阵立方体的分布估计算法,能够有效学习解空间内优秀解的序关系和构造块信息,引导全局搜索方向;并设计了基于快速扫描方法和两种有效搜索策略的快速局部搜索方法,用于对已寻找到优势解区域进行深度搜索。此外,还进一步探讨了关键参数和操作对算法性能的影响。通过典型测试问题的仿真结果与比较,验证了所提算法的有效性和鲁棒性。(3)针对分布式两阶段装配流水线调度问题,给出了其数学描述并设计了考虑问题特性的有效编码与解码方法。通过基于叁维矩阵立方体的分布估计算法最小化其最大完工时间,设计了关键路径搜索方法和变邻域搜索并应用于Insert和Interchange的局部搜索中,进而加速引导进化方向使其趋近于全局最优区域。通过国际标准问题集的大量仿真测试和算法比较,验证了所提方法的有效性、高效性和鲁棒性。(本文来源于《昆明理工大学》期刊2017-03-01）
复杂车间论文开题报告
（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：
在科学与技术飞速发展的今天,越来越多的领域和专业正在发生着飞速的转变。产品更新换代的速度越来越快,产品周期变动越来越短,人们的需求也呈现多样化的趋势。在生产高速运转的今天,如何调整生产的各项指标,对生产环节进行有效调度以减少成本提高效率,已经成为制造业生存和提高市场竞争力的核心要素。随着科技的进步和生产力的发展,工业生产复杂程度变得越来越高,同时生产过程更趋向于智能化。在大数据和“中国制造2025”的时代背景下,工业生产正在向数据驱动转型。传感器和计算机技术的应用为我们提供了大量的可用数据和数字化的管理模式。针对实际生产中加工工序繁多的问题,本文将多目标柔性车间调度问题与复杂网络相结合,建立了物料-工序网络模型并分析了网络的特征和结构以及他们产生的原因。在该模型下,我们用蚁群算法求解了多目标柔性车间调度问题,并结合其结果与网络结构特征做出分析。在自动化和数字化程度越来越高的车间环境下,对车间调度的优化也在向数字化转变。本文在物料-工序模型的基础上,将模型进一步改进,借助Apriori算法建立了一种基于数据的复杂网络模型,并对其准确性做了测试。该模型最大程度地利用了生产过程中产生的各种数据,有效地表达了各项数据之间的联系,将对多目标的优化转换成多节点参数的优化。
（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。
复杂车间论文参考文献
[1].韩佳蓉.基于数据的多目标作业车间的复杂网络模型关键节点的寻找[J].智能计算机与应用.2019
[2].逄焕君.基于复杂网络的多目标柔性车间调度问题的研究[D].齐鲁工业大学.2018
[3].李翌辉,史亚斌,胡进寿,高智,王小强.基于改进型遗传算法的复杂产品生产车间布局优化方法[J].兵工自动化.2018
[4].邓鹏程.面向复杂精密装备总装车间的智能制造模式及部分关键技术研究[D].重庆大学.2018
[5].谢正明.基于贝叶斯网络的分布估计算法求解复杂作业车间绿色调度问题[D].昆明理工大学.2018
[6].杜傲然.基于TLBO智能优化算法的复杂车间绿色调度问题求解研究[D].昆明理工大学.2018
[7].叶剑辉,刘少丽,刘检华,瓮刚.基于流程的复杂产品装配车间现场监控技术[J].计算机集成制造系统.2017
[8].李华华.基于复杂网络的生产车间瓶颈预测方法研究[D].新疆大学.2017
[9].赵锦曦.基于量子智能算法的复杂车间调度问题研究[D].昆明理工大学.2017
[10].张梓琪.基于EDA智能优化算法的复杂车间调度问题研究[D].昆明理工大学.2017
论文知识图
