Y公司车间物流配送系统优化及仿真研究

发布时间：2017-10-01 19:09

  本文关键词：Y公司车间物流配送系统优化及仿真研究

  更多相关文章： 物流系统 遗传算法 ExtendSim MATLAB 仿真

【摘要】：随着社会生产力的快速发展,企业的物流成本与生产活动之间的联系也越来越紧密。因此挖掘物流系统中储藏的巨大财富也日益受到企业管理层的青睐。先进的生产方式以及车间物料配送路径的合理规划,不仅可以有效提高企业的人力资源利用率,而且可以显著降低生产物流的成本。论文首先阐述课题的研究意义和研究方向,并系统列举了国内外专家在生产物流系统仿真方面的研究成果和相关理论。针对Y公司总装车间物料配送车辆的路径问题,经过现场调研和数据分析,首先建立系统的数学模型,并进行遗传算法设计,运用MATLAB软件编制程序进行求解,得出了最佳的物料配送路径。然后利用ExtendSim软件建立配送系统的仿真模型,对该模型进行验证和确认,进行模拟运行,并分析相应的输出数据。结果表明：通过上述研究方法对总装车间的物料配送路径进行优化,提高了物料配送车辆的工作效率、避免了由于作业区缺料而影响产品的正常生产、提高了相关设备的利用率。论文的主要研究内容如下：1.针对Y公司总装车间目前存在的问题,运用因果分析的方法,找出了引起这些问题的主要原因,并提出相应的解决方案。2.针对总装车间物料配送车辆路径不合理的问题,首先进行问题的描述,建立相应的数学模型,并构造遗传算法,最后运用MATLAB软件编制算法程序求解最佳配送路径。3.利用ExtendSim软件建立仿真模型,并模拟运行。不仅对仿真得出的数据进行分析,而且找出物料配送过程中的主要影响因素,然后针对主要影响因素进行分析总结,改进现有的配送系统,实现物料配送车辆的高效利用。最后对比仿真模型中的输出数据与真实数据,验证该模型的有效性和可行性。4.在总装车间设立作业区的线边暂存库,分析优化方案的实施结果。然后运用表格,对数据加以说明,从而验证了方案的可行性。不仅改进了物流配送系统,而且提高了作业区的人员利用率。同时积累了相当多的物流技术的经验,实现了人员和车辆的合理配置。
【关键词】：物流系统 遗传算法 ExtendSim MATLAB 仿真
【学位授予单位】：扬州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F426.4;F252
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 绪论8-13
• 1.1 研究背景及意义8-9
• 1.1.1 研究背景8
• 1.1.2 研究意义8-9
• 1.2 国内外研究现状9-11
• 1.2.1 车辆路径问题的国内外现状9-10
• 1.2.2 生产物流仿真的国内外现状10-11
• 1.3 论文主要研究内容11-12
• 1.4 本章小结12-13
• 第二章 车辆路径的理论与方法13-21
• 2.1 车辆路径问题描述13-15
• 2.1.1 车辆路径问题的定义13
• 2.1.2 车辆路径问题的分类13-14
• 2.1.3 车辆路径问题的模型14-15
• 2.2 遗传算法15-17
• 2.2.1 遗传算法的基本原理15
• 2.2.2 遗传算法的步骤15-16
• 2.2.3 遗传算法的特点16-17
• 2.3 遗传算法与传统优化算法的比较17
• 2.4 遗传算法的改进策略17-18
• 2.5 MATLAB混合编程技术18-20
• 2.5.1 MATLAB引擎概述19
• 2.5.2 MATLAB引擎使用19-20
• 2.6 本章小结20-21
• 第三章 Y公司总装车间物料配送现状分析21-30
• 3.1 Y公司基本情况21
• 3.2 Y公司总装车间现状分析21-24
• 3.2.1 主要产品及工艺路线21-23
• 3.2.2 总装车间布局23
• 3.2.3 物料配送流程23-24
• 3.3 Y公司总装车间物料配送模式分析24-26
• 3.3.1 总装车间物料及其分类24-25
• 3.3.2 总装车间物料配送方式分类25-26
• 3.4 Y公司总装车间物料配送问题分析26-29
• 3.4.1 总装车间物料配送过程中存在的问题26-27
• 3.4.2 总装车间物料配送的问题分析27-29
• 3.5 本章小结29-30
• 第四章 总装车间物料配送车辆的路径优化30-37
• 4.1 物料配送路径优化模型30-31
• 4.1.1 物料配送车辆问题描述30
• 4.1.2 物料配送VRPTW数学模型30-31
• 4.2 物料配送路径的遗传算法设计31-33
• 4.2.1 车辆数的确定31
• 4.2.2 染色体结构31
• 4.2.3 约束的处理31-32
• 4.2.4 适应度函数32
• 4.2.5 初始群体32
• 4.2.6 遗传算子32-33
• 4.2.7 控制参数和算法的终止条件33
• 4.3 实例分析33-36
• 4.3.1 问题求解33-35
• 4.3.2 运行程序35-36
• 4.4 本章小结36-37
• 第五章 基于ExtendSim的物料配送系统仿真37-52
• 5.1 系统仿真37-39
• 5.1.1 系统与建模37
• 5.1.2 系统仿真运行流程37-39
• 5.1.3 ExtendSim仿真软件39
• 5.2 基于ExtendSim的仿真目标与构建生产系统模型39-40
• 5.2.1 仿真目标39-40
• 5.2.2 物料配送系统的实体流程图40
• 5.3 利用ExtendSim对物料配送系统进行仿真40-47
• 5.3.1 总控模块41
• 5.3.2 需求生成模块41-43
• 5.3.3 车辆资源模块43-44
• 5.3.4 装载模块44-45
• 5.3.5 路线选择模块45-46
• 5.3.6 卸载模块46
• 5.3.7 统计模块46-47
• 5.3.8 其他辅助模块47
• 5.4 基于ExtendSim的物料配送系统仿真实现47-51
• 5.4.1 参数设置49
• 5.4.2 性能指标49-50
• 5.4.3 模型检验50-51
• 5.5 本章小结51-52
• 第六章 物料配送优化方案的实施52-56
• 6.1 物料配送流程优化52-54
• 6.1.1 线边库的设立52
• 6.1.2 物料配送计划制定52-54
• 6.2 改善效果评价54-55
• 6.3 本章小结55-56
• 第七章 总结与展望56-58
• 7.1 总结56
• 7.2 展望56-58
• 参考文献58-61
• 附录61-69
• 致谢69-70
• 攻读硕士学位期间发表的论文情况70-71

【相似文献】

中国期刊全文数据库 前10条

1 杨磊;;遗传算法在解决经典运筹问题中的应用[J];合作经济与科技;2012年01期

2 曾瑛;;遗传算法在优化求解中的应用[J];科技创业月刊;2012年10期

3 郑士贵;时刻表和计划综合的遗传算法[J];管理科学文摘;1997年08期

4 岁丰;利用遗传算法编制程序[J];管理科学文摘;1998年06期

5 俞书伟,张华雨,杨林;遗传算法在库存模糊逻辑控制中的应用[J];中国管理科学;2000年02期

6 王昕岩,蔡临宁,姚健;采用遗传算法进行车间平面布置[J];工业工程与管理;2002年04期

7 石宣华,李晖,杨伟;基于遗传算法的邮路优化[J];四川工业学院学报;2002年02期

8 游贵荣,魏仁兴;遗传算法中的哲学思想[J];福建商业高等专科学校学报;2004年01期

9 杨鸿春;刘刚;易艳红;;遗传算法在商业中的应用及其展望[J];上海商学院学报;2005年04期

10 徐小龙,王文国;遗传算法的原理与应用[J];沿海企业与科技;2005年05期

中国重要会议论文全文数据库 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

中国重要报纸全文数据库 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

中国博士学位论文全文数据库 前10条

1 蔡美菊;交互式遗传算法及其在隐性目标决策问题中的应用研究[D];合肥工业大学;2015年

2 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年

3 高军;无铅焊料本构模型及其参数识别方法研究[D];南京航空航天大学;2015年

4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

5 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

6 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

7 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

8 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

9 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

10 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

中国硕士学位论文全文数据库 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

，

本文编号：955136