一种基于数据挖掘的制造业工厂设备布局方法

发布时间：2018-06-03 13:44

  本文选题：数据挖掘 + Apriori算法　； 参考：《中南民族大学学报(自然科学版)》2017年04期

【摘要】：针对经典的求解单行直线型布局算法中需要大量参数、要求设备等概率使用的限制,提出了一种基于数据挖掘的制造业工厂设备布局方法 FMDM.FMDM采用数据挖掘Apriori算法对已有的生产调度计划或柔性作业车间调度问题的调度解进行挖掘,根据贪心方法在频繁项的基础上获得的初步布局方案,给出了将候选方案进行筛选得到最终方案的算法CACULATE_EDIT_DISTANCE.实验结果表明:该方法可对无参数的初建车间进行有效的初步布局,不限制设备的使用概率,能实现多工件共享设备,多工件并发生产,且FMDM结果作为经典算法的输入可提高经典算法的收敛速度.
[Abstract]:In order to solve the problem of single line linear layout algorithm, which requires a large number of parameters, and requires the use of equipment and other probabilistic constraints, In this paper, a method of manufacturing factory equipment layout based on data mining is proposed. FMDM.FMDM uses data mining Apriori algorithm to mine the scheduling solutions of existing production scheduling or flexible job shop scheduling problems. According to the preliminary layout scheme obtained by greedy method on the basis of frequent items, the algorithm CACULATEEDITDTANCEE is given to filter the candidate scheme to get the final scheme. The experimental results show that this method can make the initial layout of the initial workshop without parameters effective, without limiting the use probability of the equipment, and can realize the sharing equipment of multiple jobs and concurrent production of multiple jobs. And the FMDM result as the input of the classical algorithm can improve the convergence speed of the classical algorithm.
【作者单位】： 中南民族大学计算机科学学院;
【基金】：国家科技支撑计划项目子课题(2015BAD29B01) 中央高校基本科研业务费专项资金资助项目(CZY16002)
【分类号】：F273.4;F406;TP311.13

【相似文献】

相关期刊论文 前10条

1 黄源,张福炎;数据挖掘及其技术实现[J];计算机应用与软件;2001年12期

2 香丽芸;浅谈数据挖掘及其应用[J];昌吉师专学报;2001年02期

3 郑雪燕,张杰明,岳洋;数据挖掘语言[J];计算机时代;2001年11期

4 刘明晶;数据挖掘[J];华南金融电脑;2001年04期

5 张伟;刘勇国;彭军;廖晓峰;吴中福;;数据挖掘发展研究[J];计算机科学;2001年07期

6 钟晓;马少平;张钹;俞瑞钊;;数据挖掘综述[J];模式识别与人工智能;2001年01期

7 朱建平,张润楚;数据挖掘的发展及其特点[J];统计与决策;2002年07期

8 傅岚;在数据海洋中打捞信息数据挖掘[J];科技广场;2002年11期

9 李峻;数据挖掘,企业洞察先机的“慧眼”[J];中国计算机用户;2002年48期

10 罗可,蔡碧野,卜胜贤,谢中科;数据挖掘及其发展研究[J];计算机工程与应用;2002年14期

相关会议论文 前10条

1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年

6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

相关重要报纸文章 前10条

1 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

2 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

3 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

4 ;数据挖掘：如何挖出效益？[N];中国计算机报;2004年

5 任中华;财务数据挖掘六步走[N];中国计算机报;2007年

6 电脑商报记者 谢涛;数据挖掘：未来政府信息化的重要环节[N];电脑商报;2007年

7 吴勇毅;软件选型:数据挖掘是重点[N];中国冶金报;2009年

8 本报特约撰稿 许丽萍;数据挖掘:软件应用的新境界[N];计算机世界;2009年

9 谢立宏博士;企业的“黄金眼”数据挖掘决策支持[N];中国计算机报;2002年

10 吴勇毅;危机下，，数据挖掘与提供信息决策是关健[N];中国冶金报;2009年

相关博士学位论文 前10条

1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年

2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年

3 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年

4 白晓明;基于数据挖掘的复合材料宏—细观力学模型研究[D];哈尔滨工业大学;2016年

5 吴贤;社会化数据挖掘中的若干问题研究[D];上海交通大学;2015年

6 杨博;基于GPU异构体系结构的大规模图数据挖掘关键技术研究[D];国防科学技术大学;2015年

7 冯骥;自然邻居思想概念及其在数据挖掘领域的应用[D];重庆大学;2016年

8 李荣;生物信息数据挖掘若干关键问题研究与应用[D];复旦大学;2004年

9 李玉华;面向服务的数据挖掘关键技术研究[D];华中科技大学;2006年

10 吴少智;时间序列数据挖掘在生物医学中的应用研究[D];电子科技大学;2010年

相关硕士学位论文 前10条

1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年

2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年

3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年

4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年

5 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年

6 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年

7 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年

8 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年

9 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年

10 言炯;数据挖掘在高考录取因素分析中的应用研究[D];苏州大学;2015年

本文编号：1972994