印染协同管理调度问题研究及协同管理系统实现

发布时间：2022-02-21 12:28

　　面对愈演愈烈的市场竞争,如何对印染业各部门进行合理的协同管理调度,使印染企业能够提高生产效率、增加利润空间,是当前印染业亟待解决的问题。印染协同管理调度是通过制定一个切实可行的调度方案,将印染生产流程涉及的各部门组织安排在一起,使得每个部门协同有效地完成子任务,从而保证总任务顺利完成。目前,印染部门的日程安排还处于人工管理阶段,订单处理的各个流程仍需人为把控。人工制定调度方案不单费时费力,并且难以做到最优。除此之外,各部门只能依靠调度人员进行信息传递与任务分配,导致业务部门主观能动性低,信息时效性差、资源消耗大。调度问题属于典型的组合优化问题,近年来国内外学者对这类问题已有大量的研究,但在印染业的协同管理调度方面成果较少,故对该问题的研究具有重要的现实意义。针对人工协同管理调度效果不佳的问题,本文首先给出了印染协同管理调度问题的定义,综合考虑订单与业务间遵循的约束条件,确定了协同管理调度问题的数学模型。根据上述研究,本文提出了一种基于改进遗传算法的印染协同管理调度方法。在所提出的调度算法中,个体采用基于序列的编码方式,交叉操作采用互换交叉的方式,变异操作采用逆转变异方式。实验结果表明,... 

【文章来源】：东华大学上海市211工程院校教育部直属院校

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题背景及研究意义
        1.1.1 印染行业背景介绍
        1.1.2 课题研究的意义
    1.2 国内外研究现状
        1.2.1 印染业调度类问题研究
        1.2.2 协同调度问题研究
        1.2.3 目前研究不足之处
    1.3 本文主要研究内容
第2章 印染协同管理调度问题描述及分析
    2.1 印染协同管理调度问题描述
        2.1.1 印染业订单处理流程
        2.1.2 人工协同管理调度过程
        2.1.3 人工协同管理调度存在的问题
    2.2 协同管理调度问题分析
        2.2.1 协同管理调度的影响因素
        2.2.2 协同管理调度遵循的原则
        2.2.3 协同管理调度的问题定义
    2.3 本章小节
第3章 印染协同管理调度问题求解算法
    3.1 遗传算法概述
        3.1.1 遗传算法概念简介
        3.1.2 遗传算法的求解过程
    3.2 印染协同管理调度问题数学建模
        3.2.1 模型假设及符号定义
        3.2.2 约束条件及目标函数
    3.3 基于遗传算法的求解方法
        3.3.1 染色体编码方式
        3.3.2 染色体解码方式
        3.3.3 种群初始化
        3.3.4 适应度值计算
        3.3.5 交叉
        3.3.6 变异
        3.3.7 选择
        3.3.8 终止条件
    3.4 实验验证与结果分析
    3.5 本章小结
第4章 基于ArtiFlow的协同管理业务流程建模
    4.1 ArtiFlow概述
        4.1.1 ArtiFlow概念简介
        4.1.2 基于ArtiFlow构建业务流程的优点
    4.2 ArtiFlow在协同管理业务流程上的应用
        4.2.1 服务
        4.2.2 事件
        4.2.3 数据实体
        4.2.4 ArtiFlow库
    4.3 印染协同管理业务流程图
    4.4 本章小结
第5章 印染协同管理系统设计与实现
    5.1 系统概述
    5.2 系统总体结构
        5.2.1 系统模块设计
        5.2.2 系统框架设计
        5.2.3 系统工具选择
    5.3 系统数据库设计
    5.4 系统功能模块实现
        5.4.1 登录模块
        5.4.2 订单管理模块
        5.4.3 订单调度模块
        5.4.4 进度录入与查看模块
        5.4.5 系统设置模块
    5.5 系统测试
        5.5.1 测试目标与环境
        5.5.2 测试方法与内容
        5.5.3 测试用例与测试结果
        5.5.4 测试结果分析
    5.6 本章小结
第6章 总结与展望
    6.1 工作总结
    6.2 研究展望
参考文献
攻读学位期间的研究成果
致谢


【参考文献】：
期刊论文
[1]基于遗传算法的自动化集装箱码头双轨道吊协同调度优化研究[J]. 黄继伟,韩晓龙.  计算机应用与软件. 2018(09)
[2]多工作日历下流水作业调度遗传优化方法[J]. 曾强,邓敬源,张进春,沈玲.  计算机工程与应用. 2019(04)
[3]基于蚁群算法的多加工路线柔性车间调度问题[J]. 黄学文,张晓彤,艾亚晴.  计算机集成制造系统. 2018(03)
[4]基于遗传算法的多移动机器人协同调度方案[J]. 陈鹏慧,蔡琼,彭华顺.  微型电脑应用. 2016(07)
[5]基于遗传算法的加油车和摆渡车协同调度研究[J]. 冯霞,任子云.  交通运输系统工程与信息. 2016(02)
[6]智能制造——“中国制造2025”的主攻方向[J]. 周济.  中国机械工程. 2015(17)
[7]可重入混合流水车间调度的拉格朗日松弛算法[J]. 周炳海,钟臻怡.  控制理论与应用. 2015(07)
[8]德国“工业4.0”与“中国制造2025”[J]. 贺正楚,潘红玉.  长沙理工大学学报(社会科学版). 2015(03)
[9]中国制造业发展与“中国制造2025”规划[J]. 郭朝先,王宏霞.  经济研究参考. 2015(31)
[10]中国印染行业发展现状及未来趋势[J]. 李瑞萍.  染料与染色. 2015(02)



本文编号：3637253