学位论文 > 优秀研究生学位论文题录展示

基于蚁群算法的高产能生产计划的研究

作　者: 丁传让
导　师: 李军
学　校: 南京林业大学
专　业: 家具设计与工程
关键词: 生产计划家具生产批量蚁群算法组合优化
分类号: TS664
类　型: 硕士论文
年　份: 2012年
下　载: 72次
引　用: 0次
阅　读: 论文下载

内容摘要

生产计划作为企业生产管理的核心部分，一直被密切关注。如何对生产计划进行合理优化，已成为当今企业提高生产率和经济效益的关键。目前家具企业的生产计划制定工作多依赖于经验式排程，客观上要求计划制定人员对企业产品、设备加工能力等有深刻了解，且由于产品信息量庞大、设备加工能力基础数据不完善以及个人的经验差异等因素，造成了目前生产计划制定耗时长、生产计划制定不合理等问题，直接导致了企业生产低效、产能不能突破、生产周期增长等现状。本文以生产计划的优化制定为目标，结合蚁群算法的相关理论方法，以生产计划中的投产批量为主要优化对象，及车间内部设备分配的优化展开研究，取得阶段成果如下。阶段研究成果如下：1、对抽取的两大系列60款家具进行标准作业工时测定与分析，并建立两大系列家具的工艺时间库，综合分析得出F企业产品目前手工操作工时调整系数为0.3～1之间，机器加工工时调整系数为0.6～1之间，单件产品加工周期总工时的综合调整系数为1.7。2、利用蚁群算法对家具生产计划中的机器选择进行优化，并提出车间设备“化散为整，班组协同”的生产模式，优化后的生产计划与原有的生产计划相比，设备利用率提高21%。3、基于论文研究成果，开发了相应的“智能排程系统”，且理论验证效果良好。4、运用“智能排程系统”的生产计划，通过计算机验证比对和实际生产运行实验，优化后的生产计划能够使车间瓶颈工序发生率降低81%，产能提高26.5%，机加工车间生产周期缩短了0.4天，生产计划排程的作业效率提高86%。

全文目录

致谢  3-4
摘要  4-5
Abstract  5-9
1.绪论  9-12
  1.1 研究背景  9
  1.2 国内外研究现状  9-10
  1.3 课题研究的目的及意义  10-12
2.研究对象和内容及方法  12-15
  2.1 研究对象  12-13
    2.1.1 生产计划  12
    2.1.2 美式家具企业生产计划传统作业方法  12-13
  2.2 论文的主要内容  13
    2.2.1 美式家具企业机加工生产排程方法研究  13
  2.3 研究方法  13-15
    2.3.1 作业测定法  13-14
    2.3.2 蚁群算法  14-15
3.蚁群算法介绍  15-19
  3.1 引言  15
  3.2 蚁群算法的概述  15-18
    3.2.1 蚁群算法的基本理论  15-17
    3.2.2 蚁群算法的基本特征  17-18
    3.2.3 蚁群算法的不足之处  18
  3.3 本章小结  18-19
4 F企业生产作业研究  19-31
  4.1 目标F企业介绍  19-20
    4.1.1 F企业产品简示  19-20
  4.2 F企业生产组织方式  20-22
    4.2.1 生产类型分析  20-21
    4.2.2 机加工车间组织架构及工作流分析  21-22
  4.3 原生产计划作业调研  22-28
    4.3.1 生产计划概述  22-23
    4.3.2 家具企业生产计划制定典型流程  23-25
    4.3.3 生产作业计划的任务  25-26
    4.3.4 F企业原生产计划排程方法分析  26-28
  4.4 F企业生管员原作业排程用时调研分析  28-30
  4.5 本章小结  30-31
5.基于蚁群算法家具结构与工艺工时调研分析  31-67
  5.1 F企业产品结构分析  31-34
    5.1.1 典型家具零部件的分析统计  31-34
  5.2 蚁群算法对生产工艺描述  34-35
    5.2.1 工艺流程特点  34
    5.2.2 生产工艺流程安排的研究方法  34-35
  5.3 工艺流程描述  35-36
    5.3.1 家具工艺流程问题描述  35
    5.3.2 家具工艺流程制定要求  35-36
  5.4 基于蚁群算法典型产品工时分析  36-66
    5.4.1 工时测定表格设计  36-37
    5.4.2 典型产品工时数据  37-63
    5.4.3 优化算法基础工时数据分析  63-66
  5.5 本章小结  66-67
6.蚁群算法对车间布局、设备产能及瓶颈工序影响分析  67-80
  6.1 车间布局  67-69
    6.1.1 布局的设计和改善原则  67-68
    6.1.2 车间布局分类  68-69
  6.2 F 企业原机加工车间布局调研  69-73
  6.3 典型设备产能分析  73-74
    6.3.1 板类加工设备产能研究  73
    6.3.2 其它典型设备产能研究  73-74
  6.4 原有生产计划下瓶颈工序分析  74-78
    6.4.1 瓶颈的常见表现  74-75
    6.4.2 根源剖析  75
    6.4.3 瓶颈图解  75-76
    6.4.4 原计划车间瓶颈工序等生产数据调研分析  76-78
  6.5 优化算法机加工作业单元调整  78-79
    6.5.1 “化散为整，班组协同”解析  78-79
    6.5.2 车间布局调整  79
  6.6 本章小结  79-80
7.蚁群算法在生产计划排程中的应用实现  80-90
  7.1 蚁群算法在生产计划中的应用  80-84
    7.1.1 目标函数设定  80-81
    7.1.2 约束条件分析  81
    7.1.3 转移概率  81
    7.1.4 信息素更新  81-82
    7.1.5 参数组合  82
    7.1.6 算法最终实现流程  82-84
  7.2 蚁群算法应用实现及验证  84-86
    7.2.1 蚁群算法设计的生产计划排程系统界面  84-86
    7.2.2 优化结果验证  86
  7.3 优化算法的生产实例分析  86-89
    7.3.1 零件生产优化分析  86-87
    7.3.2 排程优化后生产数据实例分析  87-89
  7.4 本章小结  89-90
8.结论与展望  90-91
  8.1 结论  90
  8.2 展望  90-91
参考文献  91-93
详细摘要  93-96

基于蚁群算法的高产能生产计划的研究

内容摘要

全文目录

相似论文