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
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 基于蚁群和人工鱼群混合群智能算法在物流配送路径优化问题中的应用研究,F253.9
- X公司高集成产品生产计划流程改进方案设计,F273
- 基于蓝光平台的采掘生产计划编制,TD80-9
- 船厂管加工车间生产计划仿真,U673.2
- 不确定环境下供应链多时段生产计划问题研究,F273
- 基于自然计算的WSN路由技术研究,TN929.5
- 基于改良蚁群算法的神经网络分类规则提取,TP183
- 基于物理拓扑感知的Chord算法研究,TP393.02
- 基于改进蚁群算法的多目标退化调度问题的研究,O221.6
- 连续竞争反应装置的效益优化方法与应用研究,TQ015
- 面向大规模定制的电机柔性生产计划研究,TH165
- 面向可穿戴生理检测的无线传感器网络QoS路由研究,TP212.9
- 含风电场电力系统的机组优化调度研究,TM73
- 基于遗传算法的炼厂生产计划优化研究,TE68
中图分类: > 工业技术 > 轻工业、手工业 > 木材加工工业、家具制造工业 > 各种制品 > 家具
© 2012 www.xueweilunwen.com
|