基于细菌觅食算法的混线装配排产技术优化

发布时间：2017-10-23 02:07

  本文关键词：基于细菌觅食算法的混线装配排产技术优化

  更多相关文章： 智能优化 细菌觅食优化算法 生产排产问题 制造执行系统 精益生产

【摘要】：随着企业制造执行系统的实施,制造车间的现场数据得以采集保存,使得排产优化问题拥有可靠的数据基础。由于科学的排产可以提升企业产能、降低生产成本,因此对排产的研究具有良好的理论意义和应用价值。本文结合为某汽车车桥生产企业所开发的制造执行系统(MES),利用系统所采集的现实数据,获得适合该企业生产排产。论文研究内容如下:1、完成了生产线排产问题数学建模。由于离散型制造业其排产优化问题属于NP问题,为了在求解排产时有较快的收敛速度与较高的精度,本文选用细菌觅食算法作为其求解算法,并对算法的步长进行优化。2、针对算法的关键部分即适应度函数,提出了使用BP神经网络作为其适应度的评价函数,其评价指标则使用精益生产衡量指标之一的按排产生产衡量指标(Build To Schedule,BTS)。经算法计算所得的BTS指标明显大于之前手工排产,优化效果明显。3、结合企业实际需求,设计并实现了以智能排产为核心功能之一的MES系统,该系统以SQL SERVER数据库技术、C#为后台语言及Silverlight前台语言为软件环境,系统主要模块包括生产管理模块、生产监控模块、生产排产模块等。由于MES系统共享了所有生产数据,由系统所获得的排产更加可靠。系统在企业试运行,能完全满足企业的需求。
【关键词】：智能优化 细菌觅食优化算法 生产排产问题 制造执行系统 精益生产
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TG95
【目录】：

• 摘要3-4
• abstract4-9
• 第一章 绪论9-14
• 1.1 选题背景和意义9-10
• 1.2 国内外研究现状10-11
• 1.3 本文的主要内容11-12
• 1.4 本文的组织结构12-14
• 第二章 基础理论及算法14-34
• 2.1 生产排产问题综述14-19
• 2.1.1 生产排产问题的分类15-18
• 2.1.2 生产排产问题的可优化性18-19
• 2.2 标准细菌觅食算法19-25
• 2.2.1 BFO算法概述19-20
• 2.2.2 BFO算子的描述及其运算特点20-23
• 2.2.3 细菌觅食算法的特点23-24
• 2.2.4 BFO算法执行过程24-25
• 2.3 适应度评价指标25-30
• 2.3.1 按排产生产指标简介25-26
• 2.3.2 按排产生产指标算例26-28
• 2.3.3 企业按排产生产指标现状28-29
• 2.3.4 MES系统简介29-30
• 2.4 适应度函数评估30-33
• 2.4.1 神经网络建模原理30-31
• 2.4.2 神经网络算法模型的确定31-32
• 2.4.3 适应度函数的建立32-33
• 2.5 本章小结33-34
• 第三章 算法选择与改进34-42
• 3.1 算法选择34
• 3.2 算法改进34-36
• 3.2.1 标准BFO算法的不足34
• 3.2.2 自适应步长BFOA原理34-35
• 3.2.3 自适应步长BFOA的执行流程35-36
• 3.3 BFOA复制操作的改进36-38
• 3.4 BFOA驱散操作的改进38-39
• 3.5 引入陡度因子的改进型BP神经网络39-41
• 3.6 本章小结41-42
• 第四章 算法的实现与验证42-52
• 4.1 实验环境与背景42
• 4.2 算法设计42-45
• 4.2.1 排产问题描述42-43
• 4.2.2 编码方案43-44
• 4.2.3 BFOA参数初始化44
• 4.2.4 适应度函数确认44
• 4.2.5 算法应用流程44-45
• 4.3 仿真实验及结果分析45-50
• 4.4 本章小结50-52
• 第五章 系统功能设计与实现52-63
• 5.1 MES系统开发简介52-54
• 5.1.1 系统开发环境52
• 5.1.2 系统技术简介52-54
• 5.2 MES系统的总体设计54-56
• 5.3 MES系统的具体实现56-62
• 5.3.1 生产计划56-58
• 5.3.2 生产信息维护58-61
• 5.3.3 MES系统统计报表61-62
• 5.3.4 系统的安全性62
• 5.4 本章小结62-63
• 第六章 总结及展望63-65
• 6.1 本文研究工作总结63
• 6.2 研究工作展望63-65
• 参考文献65-68
• 致谢68-69
• 攻读学位期间的研究成果69

【参考文献】

中国期刊全文数据库 前5条

1 杨尚君;王社伟;陶军;赵德林;;基于混合细菌觅食算法的多无人机任务分配研究[J];航天控制;2011年03期

2 任佳星;黄晋英;;一种优化的细菌觅食算法用以解决全局最优化问题[J];科技信息;2012年02期

3 刘怀宇;赵月南;刘燕;许允之;;基于BP神经网络电动机转子故障诊断方法的研究[J];煤矿机电;2014年04期

4 李蔚;陈坚红;盛德仁;岑可法;刘长东;;机组负荷优化的遗传-禁忌混合算法[J];浙江大学学报(工学版);2007年11期

5 刘亮;齐二石;;基于APS与MES集成的车间生产计划和调度方法研究[J];制造技术与机床;2006年09期

中国硕士学位论文全文数据库 前1条

1 尤莉;汽车制造混线排产规则研究及其在MES中的实现[D];武汉理工大学;2013年

，

本文编号：1081098