一、Research on Fuzzy Decision of Resources Selection in Job-sh op Scheduling for a One-of-a-Kind and Order-Oriented Production System（论文文献综述）
孙璐[1]（2019）在《面向复杂柔性调度的协同演化算法研究》文中研究表明柔性调度是实现智能制造的核心技术之一。在满足制造系统约束的条件下,柔性调度突破传统调度中资源唯一性的限制,通过分配不同的资源来完成已排序的生产操作,获得生产效率的最大化。然而,日益激烈的市场竞争及逐渐增加的客户需求导致柔性调度的规模随之增加,同时实际系统中存在不可避免的不确定性因素,如设备周期性老化等带来的具有先验知识的不确定性及加工资源突然故障等引发的突发不确定性,给柔性调度的求解带来了极大挑战。因此,如何在大规模及不确定环境下,高效灵活地分配资源以实现效率最大化,是影响柔性调度推广和应用的关键。协同演化算法通过构造多个种群,使多个种群相互合作来提高性能,多适用于复杂系统的大规模及动态演化环境。然而,柔性调度的操作排序和资源选择之间的相互依赖导致现有协同演化算法无法直接应用于复杂柔性调度。本文针对大规模柔性调度、具有先验知识的不确定柔性调度及突发不确定柔性调度,分别提出相应的协同演化算法,最优化所有操作的最大完成时间（Makespan）。主要研究内容及创新点如下:1.分布式协同演化算法。针对大规模柔性调度中问题规模增加导致关联操作放置同组概率降低及算法搜索性能下降的问题,提出一种分布式协同演化算法。该算法包括增加关联操作放置同组概率的多次随机重分组策略及改进的局域搜索策略。通过设计适用于柔性调度的编解码策略,过滤大量不可行解;提出通过移动关键操作以重构关键路径的局域搜索策略,增强局域搜索能力;改进可用于开源分布式计算框架下的协同演化机制,通过基于给定集合的分组策略,动态调整分组,增加关联操作放置同组概率,提高算法效率。在标准数据集及大规模数据集下,所提算法相较对比算法,Makespan的误差率得到有效降低。2.混合式协同演化算法。具有先验知识的不确定柔性调度中,操作的加工时间为通过三角模糊数建模的区间值。针对决策空间中探索（Exploration）与开发（Exploitation）不平衡及固定取值的参数有效性下降的问题,提出一种混合式协同演化算法。该算法包括平衡探索与开发时结合粒子群算法和遗传算法的编码转换机制及提高参数有效性的参数自适应策略。设计考虑多属性的三角模糊数排序机制,提高排序效率;提出实数编码与整数编码的转换机制,将粒子群算法与遗传算法有效结合,平衡决策空间中探索与开发;提出基于贡献度的参数自适应策略,提高参数有效性。在标准模糊数据集下,所提算法相较对比算法,模糊Makespan得到有效优化。3.基于学习的协同演化算法。突发不确定柔性调度中,操作的加工时间为通过概率分布建模的随机值。针对演化过程中操作间动态的关联关系及依赖关系影响调度优化的问题,提出两种基于学习的协同演化算法。基于马尔科夫随机场分组策略的协同演化算法,在预处理阶段,通过构建马尔科夫随机场探测操作间的关联关系;基于贝叶斯优化分组策略的协同演化算法,在演化过程中,通过构建贝叶斯网络挖掘操作间的依赖关系。通过探测和挖掘的关联关系及依赖关系,降低不确定性对柔性调度优化的影响。在均匀分布、高斯分布及指数分布下,所提算法相较对比算法,Makespan的期望值得到有效降低。
吴艳梅[2]（2019）在《基于组合规则的半导体生产车间动态调度仿真及优化研究》文中研究指明德国“工业4.0”和“中国制造2025”的提出,标志着以制造业为核心的智能制造时代的到来。技术水平和生产工艺的不断提高与变化,使得制造企业之间的竞争愈演愈烈。生产调度作为现代制造企业的核心竞争力之一,特别是在半导体制造企业中,由于其订单的随机性、生产系统的动态性、不确定性和不均衡性,使得合理高效的生产调度变得更为困难。规则调度作为生产调度的一种,具有操作简单,灵活性高,可视性和易读性的特点,其与仿真模拟结合后,通过离散型仿真技术和进化算法优化,可清楚直观地了解车间状况,并有针对性地改善生产调度方案,以达到降低企业人力、物力成本,提升企业核心竞争力的目的。本文针对半导体作业车间动态调度问题,从规则调度入手,利用模糊逻辑理论对当前车间状态进行评估和决策,将调度规则动态调整为当前较佳的规则,从而优化车间综合性能,尽可能地在满足客户需求与尽量保证设备负载均衡的约束下,提高交货期满意度,降低最大完工时间、最大流经时间、平均流经时间、总换模时间等。因此,本文主要研究内容包括以下几个方面:（1）基于Extendsim软件的集成与定制功能,构建半导体车间调度仿真模型,并将该车间调度仿真模型进一步分为功能模块、控制模块及优化模块,在此基础上根据不同目标性能需求建立规则库。在车间调度仿真模型中,利用功能模块对车间生产系统进行仿真模拟和分析;利用控制模块中的场景管理器改变系统运行环境和相关参数,分析和对比不同环境下各方案优劣;利用优化模块中的进化算法求解最优规则库。（2）针对作业车间动态调度中车间状况的随机性和不确定性,在规则调度的基础上,结合模糊逻辑决策理论,提出基于周期和事件驱动的多因素组合规则动态模型（Multi-factor Combination Rule Dynamic Model,MFCRD）,实现对作业车间的滚动周期调度和对不确定事件的实时响应。将车间生产按工序分为多个决策点,在每一个决策点,计算交货期满意度、平均等待时间延迟比例系数、换模时间占比等系统参数,作为模糊逻辑决策的输入变量,再经过隶属度函数判别种类、模糊规则的输出判断,最终输出该周期内较优的调度规则。（3）在案例分析中,从交货期宽裕度松紧程度的不同和故障是否发生两个角度对模型和多个经典调度规则进行了对比,并用改进的TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS）综合评价法对多方案进行了评价。TOPSIS综合评价法中的权重由层次分析法确定的主观权重和熵值法确定的客观权重融合得到,更为全面地考虑了指标重要度的主观影响和数据的多样性。通过仿真对比分析,验证了多因素组合规则动态模型的可行性和有效性。
杨志[3]（2018）在《不确定条件下船舶平面分段流水线调度方法研究》文中研究说明现代造船模式是以“中间产品”为导向的总装造船模式。造船企业通过组建“中间产品”生产线,实现流水化、批量化的生产作业。平面分段流水线是造船企业率先建立的一类典型“中间产品”生产线。随着船舶大型化的发展,平面分段的需求量越来越大,平面分段流水线的调度任务越来越重。然而,船厂平面分段流水线调度仍主要采用现场调度的方法,对减少工时消耗、准时化（JIT）生产要求以及生产中的不确定条件考虑不足。研究科学、有效的平面分段流水线调度方法,有利于提高生产管理水平、提升流水线生产效率。平面分段流水线的调度方法也可以为其它生产线的调度提供借鉴。平面分段流水线调度依据待加工分段在各工位上将要消耗的加工时间和各分段的交货期对分段进行合理排程。加工时间一般通过标准工时进行测算。但在实际生产中,受机器设备、工人操作等的影响,实际用时与标准工时存在偏差,因此待加工分段的加工时间不能准确预测,即加工时间具有不确定性。交货期通常是一个与需求方满意度相关联的时间区间,而非一个固定的时间点,因此交货期也具有不确定性。另外,在平面分段生产过程中,还会出现急件任务加入的不确定事件,对原调度方案造成冲击。针对上述问题,本文以减少工时消耗和满足JIT生产要求为目标,研究了不确定条件下平面分段单流水线和并行流水线的调度方法,主要内容如下:（1）平面分段流水线模糊调度方法及验证。以三角模糊数表示平面分段在各工位的加工时间,以梯形模糊数表示平面分段的交货期,从而描述这两种时间参数的不确定性,并基于此开展平面分段流水线模糊调度。模糊调度主要考虑最大模糊完工时间（模糊makespan）、模糊完工时间与模糊交货期的一致性（AICD）等指标,并通过最小化模糊makespan和最大化平均AICD分别实现减少工时消耗和满足JIT生产要求的调度目标。通过数值计算和仿真实验,对比了基于确切加工时间制定的常规调度方案和基于模糊加工时间制定的模糊调度方案,验证了模糊调度方法的有效性。（2）平面分段单流水线多目标模糊调度方法。单流水线各工位间无缓冲区,分段依次经过所有工位后输出。基于以上特征,建立了以最小化模糊makespan、最大化平均AICD为优化目标的单流水线模糊调度问题的数学模型,并提出了求解该问题的一种多目标混合灰狼算法（HMOGWO）。HMOGWO引入两种初始解启发程序,并嵌入两个基于Insert邻域结构的局部搜索算子,以提高算法的求解性能。通过求解案例并进行算法对比,验证了HMOGWO求解平面分段单流水线多目标模糊调度问题的有效性和优越性。通过仿真实验,验证了求得的模糊调度方案的可靠性。（3）平面分段并行流水线多目标模糊调度方法。并行流水线包含两条生产线,可生产片状分段和平面分段。片状分段只在部分工位上加工,完工后从流水线中部的横移工位移出,平面分段依次经过所有工位后输出。并行流水线调度问题可分解为两个子问题:（1）将分段分配到某一流水线,（2）确定各流水线上分段的加工序列。基于以上特征,建立了以最小化模糊makespan、最大化平均AICD为优化目标的并行流水线模糊调度问题的数学模型,并提出了求解该问题的一种多目标文化基因算法（MOMA）。MOMA采用由分段标号和分隔符*构成的向量表达问题的可能解,使得并行流水线调度问题的两个子问题能同时被优化。基于解的表达形式设计了易于实施的初始解启发程序、交叉操作、变异操作以及局部搜索算子。通过求解案例并进行算法对比,证实了MOMA能为平面分段并行流水线提供更优的模糊调度方案,且通过仿真实验验证了模糊调度方案的可靠性。（4）面向急件任务的平面分段流水线反应式模糊调度方法。基于重调度的稳定性要求,定义了重调度方案和原调度方案中,再调度分段在各工位上的模糊开始加工时间的一致性指标（AISS）。分别建立了平面分段单流水线和并行流水线的反应式模糊调度问题的数学模型。其中,优化目标包括最小化模糊makespan、最大化平均AICD、最大化平均AISS。提出了求解平面分段流水线反应式模糊调度问题的一种多目标混合离散差分进化算法（HMODDE）。HMODDE引入多种初始解启发程序,嵌入基于Insert邻域结构的局部搜索算子,采用动态更新种群的策略,以增强算法的求解性能。该算法对单流水线和并行流水线的反应式模糊调度问题具有较好的通用性,且能提供较优的重调度方案。通过仿真实验,验证了求得的重调度方案的可靠性。（5）平面分段流水线调度决策支持系统。集成单流水线和并行流水线多目标模糊调度以及反应式模糊调度的研究成果,开发了平面分段流水线调度决策支持系统。该系统能实现平面分段流水线调度问题的求解、调度方案选择以及方案的仿真执行,从而辅助用户决策。
赵航[4]（2018）在《基于订单投放和生产排程优化的订单允诺研究》文中研究指明作为帮助企业适应需求不确定性,提高交期准确性以及判断订单是否接单的重要工具,订单允诺一直以来都是生产计划研究领域的热点问题。本文以订单允诺作为研究对象,具有重要的理论意义和实践的价值。以往对于订单允诺的研究集中于客户订单在库存、生产计划都不满足的情况下,基于对产能的评估,判断对当前滚动周期内计划订单影响是否接受,接受则订单交期如何制定,不接受则拒绝订单。但现实生产中,订单完成生产与订单交付并不是同时进行的,而产能的评估也仅通过订单利用先来先产投放策略进行估算,这种估算对于订单允诺的判断有着很大的局限性。加之,投放策略会带来生产排程的变化,其变化对产能评估也有着极大的影响。本文在大量调研本领域相关文献基础上,确定基于订单投放和生产排程优化的订单允诺为研究内容,力图从定性和定量相结合的方式实现其准确的判断。定性研究的主要内容是重新定义订单允诺判断流程,同时给出了订单允诺的框架模型,目的是为订单允诺研究提供框架和研究思路。定量研究方面,根据投放策略对生产排程不同的影响,定义两种订单投放策略:（1）基于当前滚动计划周期生产排程优化的订单投放策略;（2）基于订单交期生产排程优化的订单投放策略;在此基础上,引入负荷指数模型对投放策略进行比较;结合实际,利用启发式算法,对不同投放策略实际生产排程进行了分析。本文的具体研究内容如下:（1）构建订单允诺框架模型。文章首先通过对现有订单允诺的流程进行分析,对其进行了改善和结构拓扑。在此基础上,指出了利用当前滚动计划周期结束时刻和订单交期最晚时刻作为订单允诺判断的实际意义,并结合生产计划的前置排程（Front Scheduling,FS）和后置排程（Behind Scheduling,BS）对其进行分析。在上面的研究基础上,界定了在实际生产中订单生产时间和订单生产周期的区别,详细分析了订单允诺的影响因素;在关键指标订单评审中,利用对生产排程的不同的影响,对订单进行评审,并对不同投放策略给出了相关内涵,建立了订单允诺框架模型。本章的研究界定了订单允诺的研究范畴,为订单允诺的定量研究提供研究框架和研究思路。（2）研究不同投放策略对订单允诺的影响。即不同投放策略下,订单生产时间范围如何界定,接单后订单交期如何选择。文中首先对订单碎片进行定义,利用订单碎片对生产排程进行优化;在此基础之上,对基于单一投放策略单交期及混合投放策略多交期对生产排程优化进行了详细的分析,并给出订单碎片模型;最后通过分析生产排程优化对订单允诺的影响,证明文中投放策略能够有效的帮助企业管理者做出决策。（3）研究运用负荷指数模型如何选择不同投放策略。即当有多种投放策略都满足企业期望时,选取对生产排程影响最小的投放策略。文中首先通过分析不同时间段订单碎片对生产排程影响的情况,基于负荷概念,构建了负荷指数模型;通过对其判断机理的推断,找出了一种步骤较少的评估方法,并避免了变量在评估中无法判断的情况;最终通过投放策略的分析,证明了订单生产时间对生产排程的影响并非线性关系,不同投放策略对生产排程优化可以更加准确的为企业订单允诺提供理论支撑。文中同时对多阶段的负荷指数模型进行了初步的分析和探讨。（4）运用订单允诺框架模型对实际生产情况进行分析。文中首先运用改进的遗传算法和禁忌算法分别对七种不同的投放策略目标函数（生产时间最小,设备利用率最大）进行实验结果比较;在此基础上,通过变异系数确定代表该情况的样本,并对其甘特图进行分析;最后利用样本代表对订单允诺框架模型进行分析,证明了订单允诺框架模型的可行性。本文的创新点在于:（1）构建的订单允诺框架模型可以对订单允诺中产能的评估更为准确,使得订单允诺的判断更为有效;（2）负荷指数分析的判断流程可以对不小于两阶段比较的大多数问题进行比较。通过订单允诺框架模型,企业可以结合自身实际情况,选取不同的投放策略和并对其生产排程优化,快速有效的实现订单允诺判断,以在激烈竞争的市场中抢得先机。
苏利[5]（2018）在《基于客户满意度的柔性制造单元重调度研究》文中认为新技术的发展和应用促进了制造业发展理念的变革。“以客户为导向”的生产理念迫使制造企业必须进行转型,以有效应对动态多变的市场需求。柔性制造单元作为一种先进的生产模式,能很好满足客户个性化、多样化的需求。生产调度是柔性制造单元实施的重要环节,客户对调度结果的满意程度直接影响到企业的生产效率和经济效益。在实际生产中,紧急订单到达等诸多不确定因素的产生往往会导致柔性制造单元初始调度方案不再可行。此时,企业需要对调度方案进行重新调整以降低不确定事件对柔性制造单元带来的影响。总结已有成果发现,现有的重调度研究大多以系统自身的物力、财力等指标为目标进行优化,忽略随机事件对客户行为的扰动,导致寻求的最优方案偏离企业的实际需求。因此,本文综合考虑客户满意度与干扰管理等因素,研究生产调度中客户满意度模型构建和融入干扰管理方法的重调度方案制定问题,以使不确定因素影响下的柔性制造单元重调度方案更加符合企业生产实际。在生产调度中客户满意度函数模型构建方面,本文在对生产型客户和客户满意度概念界定的基础上,分析了生产调度问题中客户满意度研究的必要性,同时对相关的度量方法进行了概述。客户满意度是衡量企业生产计划优劣的重要指标,本文使用模糊理论对影响生产调度中客户满意度的因素,如工件的加工时间,间隔时间和交货期进行了测度,进而用完工时间与交货期的隶属程度进行表达。针对企业资源有限的问题,本文基于生产型客户的当前价值与潜在价值构建了生产型客户价值评价指标体系,利用模糊综合评价法确定了客户的价值高低,并将其作为客户满意度函数的权重系数,实现了生产调度问题中的客户优先级划分及企业资源的优化配置。在柔性制造单元重调度方案制定方面,针对紧急订单到达容易造成常规订单完工时间延长、交货期延迟和客户满意度下降的情况,本文采用干扰管理方法进行重调度,以有效衡量新旧调度方案的偏离。为了使重调度方案更加符合企业实际需求,在客户满意度函数的基础上,本文将客户对新旧调度方案的满意度偏差作为扰动度量因素。在以最大完工时间最小为目标构建初始调度方案的基础上,建立了兼顾初始调度目标和扰动度量指标的柔性制造单元重调度模型。根据多目标模型的特点,采用了一种带精英策略的非支配排序遗传算法（NSGA-II）对模型进行求解。算例分析表明,本文所提出的重调度方法在获得高效的重调度结果的同时,能有效地降低随机事件对客户的扰动。在此基础上,本文将所提出的考虑客户满意度偏差的柔性制造单元重调度方法运用到HDZH船舶建造企业中机加工车间的管系类产品生产中。通过本文所得出的优化调度方案与初始调度方案和企业实际方案相比较,验证了本文所提方法的可行性与有效性,为企业与客户建立良好的长期合作关系提供了一定的参考。
赵东方[6]（2017）在《复杂机电产品高柔性数控生产单元构建与调度研究》文中研究说明近年来随着航空、航天、高铁等高端制造业的兴起,复杂机电产品制造业面临着多品种少批量、交货周期缩短等变化,其生产组织和生产管理更加复杂,制造系统响应速度慢、适应能力差等问题也逐步显现。为此,越来越多的制造企业一方面广泛采用先进的单元生产方式应对多品种、小批量的生产需求,另一方面大力引入高柔性的数控装备,从而提高系统的柔性和效率。在此背景下,高柔性数控生产单元的构建和调度问题成为当前复杂机电产品生产急需解决的基础问题,也是我国高端制造业生产能力提升的关键问题。在分析当前生产单元构建及调度研究现状的基础上,本文开展了复杂机电产品高柔性数控生产单元的构建与调度问题研究,主要研究内容包括:（1）分析了复杂机电产品生产过程和生产特点,提炼了该类产品高柔性数控生产单元的制造柔性构成要素及作用机制,在此基础上构建了复杂机电产品高柔性数控生产单元构建与调度问题的总体框架。（2）构建了基于设备权重和模糊需求的高柔性数控生产单元构建模型,设计了双层染色体遗传算法求解。以航天某复杂机电产品生产车间作为应用背景进行了高柔性数控生产单元构建模型的应用,并与经典的两阶段构建模型进行比较分析,验证本模型对于柔性生产单元和不确定需求生产的适用性。（3）提出了基于节拍平衡的机加组件高柔性数控生产单元两阶段调度模型,并设计改进遗传算法求解。第一阶段,根据组件工艺特征和设备能力进行工艺路线规划,在考虑生产准备时间、设备产能、生产约束和工艺柔性的基础上,以节拍平衡为优化目标得到产品最优加工视图组合。第二阶段,基于节拍平衡结果开展平行移动模式调度研究,在考虑产品换线时间、设备调试时间的基础上构建调度模型,并应用遗传算法求解。将所提调度模型应用于某航天机电产品壳体类零件高柔性数控生产单元,并与变批量和等批量调度模型比较分析,验证本模型对于多品种小批量柔性单元生产方式的适用性。（4）针对部分价值高、作用关键、交货及时率要求高的复杂机电产品,构建了多生产单元并行协同调度模型,设计了分段并行协同遗传算法求解。以航天某复杂机电产品车间为例进行了应用案例研究,并与批量多单元调度模型进行比较分析,验证了本模型对于多品种小批量单元生产方式的适用性。
王会灵[7]（2016）在《订单陆续到达下虚拟单元多期构建与动态调度问题研究》文中研究表明在竞争日益激烈和制造能力不断提升的环境下,制造业逐渐采用面向订单制造（Make-to-Order manufacturing,MTO）的生产模式,产品呈现出批量小、品种多样化及市场需求动态多变等特点。虚拟单元制造系统（Virtual Cellular Manufacturing System,VCMS）结合了单元制造模式的效率和柔性制造的生产柔性,是多品种、小批量企业中广泛应用的生产组织方式,通过逻辑上的单元构建来组织生产,不仅能保证一定的加工效率,也极大的减少了重构时间和成本,因此更能适应企业所面临的内、外部动态多变的生产环境。在实际生产环境中,除了紧急插单等突发扰动事件外,还不断地接收着由计划层下发的普通订单,各订单依次接受加工后再不断地离开。随着订单的陆续到达,导致加工任务的组合复杂多变,根据上一阶段的零件种类和需求量构建的单元结构可能并不一定适合下一阶段。在虚拟单元生产方式下,将原来一个计划期分解成连续多个生产周期,根据这种动态变化对生产系统内部资源不断地进行调整。然而,频繁的重构会使得生产调度更为复杂,带来更多的物料搬运成本,尤其是极大的增加了工人的生产压力,也给生产的过程控制和质量控制带来很多隐患。因此有必要探讨兼顾多周期均衡策略和考虑后续调度复杂度的虚拟单元动态构建方法。在一个确定的生产周期内,考虑订单陆续到达的生产特征更能反映生产的实际情况,但会使得调度过程更具随机性,提高了调度问题的复杂度。采用结合滚动窗口技术的周期驱动动态调整策略,可简化动态调度过程,使得陆续到达的订单依次有序的进入加工状态,结合虚拟单元资源共享的生产方式可显着地提高设备利用率。本文从车间层的短期作业计划角度出发,将虚拟单元多期构建问题分为多周期设备资源选择、路径分配和单元结构优化两个阶段。综合考虑了设备冗余情况下加工批量设置、系统稳健性、单元构建对调度的影响等问题,根据不同生产周期下零件加工的种类和数量的不同对制造资源进行选择。提出以最小化加工及运输成本、最大调度因子最小和负荷平衡为目标的资源选择和路径分配问题的多目标动态混合整数规划模型,采用自适应遗传算法求解该优化问题的pareto最优解集,并引入TOPSIS思想得出最优资源选择方案。然后设计了基于模糊C均值的改进资源聚类算法,引入HERBAL算法来产生初始聚类中心,并采用单元构建的专用距离函数实现聚类。从成组效率、设备负荷均衡两个角度来评价最优聚类集合,实现虚拟单元多周期构建。针对在一个周期内生产任务陆续到达的实际情况,通过对订单随机到达的时间进行模拟的基础上,结合虚拟单元特有的资源共享理念,提出了考虑设备实时负荷的变周期驱动动态调度策略,将依次到达的各加工任务划入相应的调度区间。设计了该调度问题的多目标优化模型,同时考虑了最大完工时间、各工件加权总拖期和各工件的平均流经时间最小。采用改进蚁群算法进行该问题的求解,采用最大最小蚂蚁机制来避免算法陷入局部最优,引入精英蚂蚁策略加速算法的收敛,最终生成虚拟单元动态调度的方案。为验证本文提出的多周期虚拟单元资源选择、聚类方法及虚拟单元动态调度方法的有效性,在对某造船企业生产现状和存在的相关问题进行详细分析后,将文中所提方法应用于该企业管子加工车间。通过将当前生产方式与虚拟单元生产方式的对比分析,显示了本文所提方法的可行性及有效性。
王景华[8]（2014）在《基于离散和混合模型的生产调度若干问题研究》文中研究说明制造执行系统是现代制造企业信息化的一个重要阶段,而生产调度问题是制造执行系统的研究核心,对于该问题的解决程度直接关系到企业的生产效率和活力。早在上个世纪初,人们就开始对该问题展开研究。但是由于生产调度问题的复杂性,目前该问题仍然存在着很多值得研究的要点。本论文从生产调度问题中的离散型生产方式和混合型生产方式两种不同的分类入手,分别从建模方法和求解方法两个侧重点上进行研究,并建立了基于M-Petri网的离散生产调度系统和基于遗传算法的混和生产调度系统。论文的主要工作如下：（1）探讨了生产调度问题中的关键研究内容,分析了离散型生产调度系统和混合型生产调度系统的构造及常见的调度目标,概括总结了常见的研究生产调度的建模方法和求解方法,研究各种方法的理论及应用；（2）针对于离散型生产调度系统,采用基于层次化和面向对象思想的M-Petri网对问题进行建模,然后根据其不同特点采用调度规则组合的优化方案,针对动态生产调度问题,提出建立调度规则知识库。根据实际生产的需要,通过选择不同的调度规则组成目标函数,实现调度动态化、多目标化。最后对一个具体实例进行分析,证明了该模型的动态性和有效性；（3）针对于混合型生产调度系统,选用遗传算法作为问题的求解工具,并设计了一种自适应遗传算法来弥补标准遗传算法中存在的缺陷,给出了自适应遗传算法在该调度问题中的应用步骤。然后,对订单型企业中常见的插单现象,给出了企业插单问题的处理流程,建立了插单问题的数学模型。最后,通过实例来进一步分析所设计的方法在混合生产型企业生产调度中的应用。
黄银娣[9]（2012）在《客车生产物流系统及车辆信息跟踪系统的研究》文中研究表明本文以客车制造企业的物流系统为对象，综合研究了中小型客车制造厂物流系统的规划设计及生产物流系统的优化。根据系统优化目标，建立了相关的数学模型，选择优化算法求解；运用仿真技术，分析并改进了生产物流系统的实施方案；运用遗传算法进行客车混流装配线投产排序优化决策；运用变邻域算法进行仓储系统货位分配优化决策；应用RFID技术采集和跟踪客车生命周期中的各个环节相关数据，同时以客车生产过程为核心信息源，开发了车辆信息跟踪系统。论文结合某客车制造企业的生产物流系统及车辆信息跟踪系统的实际需求，提出的综合研究方法可供同类研究参考。论文在对某客车制造企业物流系统调查的基础上，依据该企业的生产方式、产销能力及生产物流系统的特征，分析了生产能力和交货期差距的原因和生产物流系统存在的问题，找出了优化某客车企业生产物流系统的规划设计关键点。论文应用Petri网离散系统建模技术对客车混流生产线物流系统建模，运用AutoMod仿真软件进行系统仿真，并分析系统的瓶颈，得出在一定目标下的最优方案，使得生产线物流系统得到平衡。在生产线平衡的基础上，运用遗传算法进行客车混流装配线投产排序优化决策。论文对客车生产厂内仓储系统进行了规划与设计，应用变邻域算法进行仓储系统货位分配优化决策，并运用AutoMod物流专业软件对自动化仓储系统运行进行仿真。结果表明，优化前后的仓库面积效益、人员效益、出入库时间，设备投入、布局合理性等都得到显着改善。论文应用RFID技术采集和跟踪客车生产的相关数据，构建了车辆信息跟踪系统。在RFID抗金属干扰试验研究的基础上，以生产管理信息为核心，进行了信息系统的设计与开发；并延续到客车生命周期中的各个环节，实现客车联网信息跟踪。最后以客车进入二手车市场信息需求为例，开发了客车联网信息跟踪二手车交易节点，为完整车辆信息跟踪系统的实现提供了技术支持。
黄波[10]（2012）在《混流制造车间的生产物流优化关键问题研究》文中研究说明随着社会进步和科技发展，人们对所需的产品有越来越多的个性化需求。因此，企业制造模式也渐渐从传统的大批量定制生产逐渐转变为多品种小批量生产，客户需求不确定性变化和生产加工过程的随机性给企业车间运作控制带来了不小的挑战。混流制造车间与传统的作业车间不同，它是在基本不改变已有生产条件的前提下，允许在同一生产线或者生产单元中对多种不同型号、不同数量、但工艺基本相似的产品进行加工的车间，具有较高的灵活性，在现实制造企业中应用较广泛。同时，作为生产过程中的重要一环，生产物流直接关系到车间生产成本的高低，有效优化生产物流是企业保证生产高效化和降低产品成本的有力手段。因此，本文以混流制造车间为背景，结合生产物流平衡方法（Balanced InventoryFlow Replenishment, BIFR），探讨了适合于多品种小批量生产环境下新的混流制造物流控制模式并深入剖析了其过程中规划层面的设备布局优化问题、计划层面的混流路径问题及控制层面的瓶颈和缓冲问题等主要问题，结合约束理论、多目标理论、模糊理论等不同的优化技术进行了问题求解方法的探讨。本文首先综述了目前混流制造及生产物流优化的研究现状，分析了多品种小批量生产的特点与挑战，指出了多品种小批量混流制造和传统意义上的混流生产所运用的精益技术的差异，并构建了一个基于生产物流平衡的混流制造车间运作控制框架模型。接着，围绕这个框架模型，分别对生产物流规划层面、计划层面及作业层面三个方面的问题进行归纳，总结出设备布局问题、混流路径问题及物料投放与缓冲管理为生产物流优化的关键所在，并对其进行了深入分析研究。然后，本文联系企业的实际生产，通过对企业生产运营现状的分析，根据面向混流制造的物流平衡生产运作控制模型，同时结合企业的实际情况为企业的实际生产运作提供了改进的方案和建议，并通过物流软件Flexsim对方案进行了模拟验证。最后对全文进行了总结，并展望了下一步研究工作。
二、Research on Fuzzy Decision of Resources Selection in Job-sh op Scheduling for a One-of-a-Kind and Order-Oriented Production System（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Research on Fuzzy Decision of Resources Selection in Job-sh op Scheduling for a One-of-a-Kind and Order-Oriented Production System（论文提纲范文）
（1）面向复杂柔性调度的协同演化算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 调度优化方法 |
| 1.2.2 大规模柔性调度 |
| 1.2.3 具有先验知识的不确定柔性调度 |
| 1.2.4 突发不确定柔性调度 |
| 1.2.5 协同演化算法 |
| 1.3 主要工作及创新点 |
| 1.3.1 当前研究存在问题 |
| 1.3.2 研究内容及创新点 |
| 1.3.3 章节联系 |
| 2 理论基础 |
| 2.1 调度问题模型 |
| 2.1.1 分类 |
| 2.1.2 图表示 |
| 2.1.3 优化 |
| 2.1.4 柔性调度 |
| 2.2 演化算法 |
| 2.2.1 基本演化算法 |
| 2.2.2 遗传算法 |
| 2.2.3 粒子群优化算法 |
| 2.2.4 差分进化算法 |
| 2.2.5 协同演化算法 |
| 2.3 概率图模型 |
| 2.3.1 贝叶斯网络 |
| 2.3.2 马尔科夫随机场 |
| 2.4 本章小结 |
| 3 分布式协同演化算法 |
| 3.1 大规模柔性调度模型 |
| 3.2 全局搜索策略 |
| 3.2.1 编码策略 |
| 3.2.2 解码策略 |
| 3.2.3 粒子更新策略 |
| 3.3 局域搜索策略 |
| 3.4 Apache Spark下分布式策略 |
| 3.5 实验分析 |
| 3.5.1 数据集描述 |
| 3.5.2 有效性验证 |
| 3.5.3 有效性分析 |
| 3.6 本章小结 |
| 4 混合式协同演化算法 |
| 4.1 模糊柔性调度模型 |
| 4.2 模糊处理时间操作规则 |
| 4.3 基于表现可变分组策略 |
| 4.4 编码转换机制 |
| 4.5 参数自适应策略 |
| 4.6 实验分析 |
| 4.6.1 数据集描述 |
| 4.6.2 有效性验证 |
| 4.6.3 有效性分析 |
| 4.7 本章小结 |
| 5 基于学习的协同演化算法 |
| 5.1 随机柔性调度模型 |
| 5.2 基于MRF分组策略的协同演化算法 |
| 5.2.1 结构学习 |
| 5.2.2 参数学习 |
| 5.2.3 实验分析 |
| 5.3 基于BOA分组策略的协同演化算法 |
| 5.3.1 数据采样 |
| 5.3.2 贝叶斯网络构建 |
| 5.3.3 实验分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 工作展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（2）基于组合规则的半导体生产车间动态调度仿真及优化研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于运筹学和智能算法求解 |
| 1.2.2 基于仿真求解 |
| 1.2.3 基于调度规则求解 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 研究创新点 |
| 2 半导体生产动态调度问题中的组合规则调度研究 |
| 2.1 半导体生产作业车间动态调度问题概述 |
| 2.1.1 半导体生产作业车间调度系统描述 |
| 2.1.2 作业车间动态调度问题描述 |
| 2.1.3 半导体作业车间动态调度问题求解策略的提出 |
| 2.2 多因素组合规则的规则库设计 |
| 2.2.1 调度规则的分类方法 |
| 2.2.2 常见的调度规则 |
| 2.2.3 调度规则的性能 |
| 2.2.4 多因素组合规则的规则库建立 |
| 2.3 本章小结 |
| 3 半导体生产作业车间动态调度仿真模型 |
| 3.1 仿真建模介绍 |
| 3.1.1 仿真软件选择 |
| 3.1.2 仿真模型假设 |
| 3.1.3 仿真模型建模步骤 |
| 3.2 半导体生产作业车间情况及目标函数定义 |
| 3.2.1 车间加工流程介绍 |
| 3.2.2 车间目标函数定义 |
| 3.3 仿真模型建立 |
| 3.3.1 仿真建模逻辑 |
| 3.3.2 车间加工流程 |
| 3.3.3 功能模块设置 |
| 3.3.4 控制模块设置 |
| 3.3.5 优化模块设置 |
| 3.4 本章小结 |
| 4 半导体生产作业车间动态调度决策策略 |
| 4.1 多因素组合规则动态模型构建 |
| 4.2 模糊逻辑决策概述 |
| 4.2.1 模糊集合 |
| 4.2.2 隶属度函数 |
| 4.2.3 模糊规则 |
| 4.2.4 模糊判决 |
| 4.2.5 模糊逻辑决策系统选择 |
| 4.3 多因素组合规则动态模型的Takagi-Sugeno模糊模型推理过程 |
| 4.4 定义输入变量 |
| 4.5 隶属度函数 |
| 4.5.1 输入变量的模糊划分 |
| 4.5.2 隶属度函数的确定 |
| 4.6 模糊规则 |
| 4.6.1 模糊规则试验设计 |
| 4.6.2 模糊规则拓展 |
| 4.7 本章小结 |
| 5 案例分析 |
| 5.1 案例介绍 |
| 5.1.1 案例背景介绍 |
| 5.1.2 模型数据说明 |
| 5.2 仿真结果数据说明 |
| 5.2.1 仿真重复运行次数的选定 |
| 5.2.2 最优规则库 |
| 5.2.3 松弛系数随机时的调度结果 |
| 5.2.4 松弛系数固定时的调度结果 |
| 5.3 方案评价及结果分析 |
| 5.3.1 改进的TOPSIS法的多目标决策介绍 |
| 5.3.2 确定主观权重 |
| 5.3.3 确定客观权重 |
| 5.3.4 方案评价及结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录 |
| A.作者在攻读硕士学位期间发表的论文 |
| B.作者在攻读硕士学位期间参加的科研项目 |
| C.论文相关数据表 |
| D.学位论文数据集 |
| 致谢 |
（3）不确定条件下船舶平面分段流水线调度方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 平面分段及其流水线 |
| 1.2.2 阻塞流水车间调度问题 |
| 1.2.3 并行阻塞流水车间调度问题 |
| 1.2.4 模糊调度问题 |
| 1.2.5 动态调度问题 |
| 1.2.6 研究现状小结 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 第二章 平面分段流水线模糊调度方法及验证 |
| 2.1 模糊调度变量 |
| 2.1.1 模糊加工时间 |
| 2.1.2 模糊完工时间 |
| 2.1.3 模糊交货期 |
| 2.1.4 完工时间与交货期一致性 |
| 2.2 调度目标 |
| 2.3 模糊数运算 |
| 2.4 多目标优化 |
| 2.4.1 基本概念 |
| 2.4.2 满意解的选择 |
| 2.5 模糊调度方法有效性验证 |
| 2.5.1 实验设计 |
| 2.5.2 结果分析 |
| 2.6 本章小结 |
| 第三章 平面分段单流水线多目标模糊调度方法 |
| 3.1 平面分段单流水线 |
| 3.2 问题描述与建模 |
| 3.2.1 问题描述 |
| 3.2.2 数学模型 |
| 3.3 多目标混合灰狼算法 |
| 3.3.1 灰狼算法 |
| 3.3.2 拥挤距离 |
| 3.3.3 解的表达 |
| 3.3.4 种群初始化 |
| 3.3.5 外部档案及其维护 |
| 3.3.6 α,β,δ的选取 |
| 3.3.7 局部搜索策略 |
| 3.3.8 算法流程 |
| 3.4 计算实验 |
| 3.4.1 性能指标 |
| 3.4.2 算法性能评价实验 |
| 3.4.3 初始解启发程序和局部搜索策略有效性分析实验 |
| 3.5 调度方案生成与仿真 |
| 3.6 本章小结 |
| 第四章 平面分段并行流水线多目标模糊调度方法 |
| 4.1 平面分段并行流水线 |
| 4.2 问题描述与建模 |
| 4.2.1 问题描述 |
| 4.2.2 数学模型 |
| 4.3 多目标文化基因算法 |
| 4.3.1 解的表达 |
| 4.3.2 种群初始化 |
| 4.3.3 遗传操作 |
| 4.3.4 局部搜索算子 |
| 4.3.5 算法流程 |
| 4.4 计算实验 |
| 4.4.1 算法性能评价实验 |
| 4.4.2 初始解启发程序和局部搜索算子有效性分析实验 |
| 4.5 调度方案生成与仿真 |
| 4.6 本章小结 |
| 第五章 面向急件任务的平面分段流水线反应式模糊调度方法 |
| 5.1 问题描述与建模 |
| 5.1.1 问题描述 |
| 5.1.2 数学模型 |
| 5.2 多目标混合离散差分进化算法 |
| 5.2.1 差分进化算法 |
| 5.2.2 解的表达 |
| 5.2.3 种群初始化 |
| 5.2.4 变异操作 |
| 5.2.5 交叉操作 |
| 5.2.6 局部搜索算子 |
| 5.2.7 选择操作 |
| 5.2.8 外部档案及其维护 |
| 5.2.9 算法流程 |
| 5.3 算法性能评价实验 |
| 5.4 调度方案生成与仿真 |
| 5.5 本章小结 |
| 第六章 平面分段流水线调度决策支持系统 |
| 6.1 系统设计 |
| 6.1.1 系统需求 |
| 6.1.2 系统结构 |
| 6.1.3 系统实现技术 |
| 6.1.4 开发环境 |
| 6.2 系统应用 |
| 6.2.1 静态调度 |
| 6.2.2 反应式调度 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 本文创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读博士学位期间已发表或完成的学术论文 |
| 攻读博士学位期间参与的科研项目 |
（4）基于订单投放和生产排程优化的订单允诺研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 生产计划与控制方法文献回顾 |
| 1.2.2 订单允诺文献回顾 |
| 1.2.3 订单投放方法文献回顾 |
| 1.2.4 生产排程研究文献回顾 |
| 1.3 研究的意义和创新点 |
| 1.4 研究内容和技术路线 |
| 第二章 订单允诺框架模型研究 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 订单投放策略 |
| 2.3.1 订单单一投放策略 |
| 2.3.2 订单混合投放策略 |
| 2.4 订单允诺影响因素 |
| 2.4.1 订单生产时间 |
| 2.4.2 单位时间设备利用率 |
| 2.4.3 客户分类 |
| 2.4.4 企业期望与惩罚判断 |
| 2.5 订单允诺框架模型 |
| 2.6 本章小结 |
| 第三章 订单评审 |
| 3.1 引言 |
| 3.2 模型介绍 |
| 3.3 订单分级 |
| 3.3.1 订单在当前滚动周期内完成 |
| 3.3.2 订单在当前滚动周期后完成 |
| 3.4 本章小结 |
| 第四章 生产排程优化及订单允诺分析 |
| 4.1 引言 |
| 4.2 模型介绍 |
| 4.2.1 符号说明 |
| 4.2.2 模型说明 |
| 4.2.3 算例 |
| 4.3 基于单一投放策略的生产排程优化 |
| 4.3.1 a投放策略 |
| 4.3.2 b投放策略 |
| 4.4 基于混合投放策略的生产排程优化 |
| 4.4.1 r+a投放策略 |
| 4.4.2 r+b投放策略 |
| 4.4.3 a+b投放策略 |
| 4.4.4 r+a+b投放策略 |
| 4.5 基于生产排程优化的订单允诺分析 |
| 4.6 本章小结 |
| 第五章 投放策略评价 |
| 5.1 引言 |
| 5.2 负荷指数模型介绍 |
| 5.2.1 r投放策略 |
| 5.2.2 a投放策略 |
| 5.2.3 b投放策略 |
| 5.3 投放策略比较 |
| 5.3.1 单一投放策略评价 |
| 5.3.2 混合投放策略评价 |
| 5.4 多周期投放策略评价研究 |
| 5.5 本章小结 |
| 第六章 基于改进智能算法的订单允诺排程研究及应用 |
| 6.1 引言 |
| 6.2 企业现状分析 |
| 6.3 启发式算法 |
| 6.3.1 基于单目标的算法改进 |
| 6.3.2 基于多目标的算法改进 |
| 6.3.3 变异系数 |
| 6.4 基于生产时间最短的生产排程优化 |
| 6.4.1 原计划订单 |
| 6.4.2 r投放策略 |
| 6.4.3 a投放策略 |
| 6.4.4 b投放策略 |
| 6.5 基于多目标最小的生产排程优化 |
| 6.5.1 原计划订单 |
| 6.5.2 r+a投放策略 |
| 6.5.3 r+b投放策略 |
| 6.5.4 a+b投放策略 |
| 6.5.5 r+a+b投放策略 |
| 6.6 基于企业期望的订单允诺分析 |
| 6.7 本章小结 |
| 第七章 结论与展望 |
| 7.1 全文总结 |
| 7.2 创新点总结 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的科研成果 |
| 附件A 单目标部分代码 |
| 附件B 多目标部分代码 |
| 附件C 单目标部分实验数据 |
| 附件D 多目标部分实验数据 |
| 附件E 多目标部分实验数据 |
| 附件F 某企业关键路线图 |
（5）基于客户满意度的柔性制造单元重调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 问题的提出背景和意义 |
| 1.2 国内外研究综述 |
| 1.2.1 柔性制造单元调度 |
| 1.2.2 紧急订单相关的重调度 |
| 1.2.3 生产调度中客户行为研究 |
| 1.3 研究内容、技术路线及创新点 |
| 1.3.1 本文的研究内容 |
| 1.3.2 本文的技术路线 |
| 1.3.3 本文的论文结构 |
| 1.3.4 本文的创新点 |
| 1.4 本章小结 |
| 第2章 相关理论基础 |
| 2.1 柔性制造单元相关理论 |
| 2.1.1 柔性制造单元调度问题 |
| 2.1.2 柔性制造单元重调度问题 |
| 2.2 干扰管理理论 |
| 2.2.1 干扰管理模型及求解算法 |
| 2.2.2 度量函数的选择及构建 |
| 2.3 客户关系管理理论 |
| 2.3.1 客户满意 |
| 2.3.2 客户满意度 |
| 2.4 模糊理论 |
| 2.4.1 模糊与生产的联系 |
| 2.4.2 模糊数的运算与判决 |
| 2.5 本章小结 |
| 第3章 生产调度问题中客户满意度模型研究 |
| 3.1 客户满意度的提出及度量方法 |
| 3.1.1 客户满意度的提出 |
| 3.1.2 客户满意度的度量方法 |
| 3.2 客户满意度的影响因素及测度 |
| 3.2.1 客户满意度的影响因素 |
| 3.2.2 客户满意度的影响因素测度 |
| 3.3 客户满意度的模型表达 |
| 3.3.1 模糊完工时间 |
| 3.3.2 模糊判决 |
| 3.3.3 客户满意度 |
| 3.4 从客户价值角度研究客户满意度 |
| 3.4.1 生产型客户价值评价指标体系 |
| 3.4.2 模糊综合评价法确定客户价值 |
| 3.5 本章小结 |
| 第4章 考虑客户满意度偏差的柔性制造单元重调度 |
| 4.1 基于客户满意度的柔性制造单元重调度模型 |
| 4.1.1 常用评价指标 |
| 4.1.2 柔性制造单元的初始调度模型 |
| 4.1.3 柔性制造单元的干扰管理模型 |
| 4.2 带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解 |
| 4.2.1 遗传算法 |
| 4.2.2 非支配排序遗传算法(NSGA) |
| 4.2.3 NSGA-Ⅱ算法设计 |
| 4.3 算例研究 |
| 4.3.1 算例的基础数据 |
| 4.3.2 结果分析 |
| 4.4 本章小结 |
| 第5章 案例分析 |
| 5.1 案例应用企业的基本情况 |
| 5.1.1 企业的概况 |
| 5.1.2 企业机械加工作业概况及存在的问题 |
| 5.2 案例应用过程及数据 |
| 5.2.1 案例应用的框架 |
| 5.2.2 案例应用的数据 |
| 5.3 案例应用结果及分析 |
| 5.3.1 紧急订单到达下的重调度结果 |
| 5.3.2 方案有效性分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读学位期间所取得的相关科研成果 |
| 致谢 |
（6）复杂机电产品高柔性数控生产单元构建与调度研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 课题来源与研究内容 |
| 1.3.1 课题来源 |
| 1.3.2 研究内容 |
| 1.4 技术路线 |
| 1.5 主要创新点 |
| 2 相关研究及理论基础 |
| 2.1 复杂机电产品研究现状 |
| 2.2 生产单元概述 |
| 2.2.1 生产单元的起源与发展 |
| 2.2.2 生产单元的优势 |
| 2.3 生产单元构建研究综述 |
| 2.3.1 生产单元构建原理及方法 |
| 2.3.2 生产单元构建文献分析 |
| 2.4 生产单元调度问题研究综述 |
| 2.4.1 生产单元调度问题简介 |
| 2.4.2 生产单元调度研究 |
| 2.4.3 多生产单元调度研究 |
| 2.5 基于节拍平衡的调度研究 |
| 2.6 文献总结 |
| 3 复杂机电产品高柔性数控生产单元构建与调度问题的总体框架 |
| 3.1 复杂机电产品的生产特点分析 |
| 3.1.1 复杂机电产品的生产过程 |
| 3.1.2 复杂机电产品的生产特点 |
| 3.2 高柔性数控生产单元的制造柔性要素构成分析 |
| 3.3 复杂机电产品对高柔性数控生产单元构建与调度问题的总体框架 |
| 3.4 本章小结 |
| 4 基于设备权重和不确定需求的复杂机电产品高柔性数控生产单元构建 |
| 4.1 复杂机电产品高柔性数控生产单元构建背景 |
| 4.2 产品不确定需求综述 |
| 4.2.1 产品不确定需求简介 |
| 4.2.2 产品不确定需求描述 |
| 4.3 基于设备权重和模糊需求的高柔性数控生产单元模型 |
| 4.3.1 问题描述与符号说明 |
| 4.3.2 设备权重 |
| 4.3.3 高柔性数控生产单元构建模型 |
| 4.3.4 基于模糊机会约束规划的高柔性数控生产单元模型 |
| 4.4 高柔性数控生产单元模型算法设计 |
| 4.4.1 目标函数计算 |
| 4.4.2 染色体编码设计 |
| 4.4.3 交叉与变异设计 |
| 4.5 案例应用 |
| 4.5.1 生产单元基本信息 |
| 4.5.2 高柔性数控生产单元构建结果分析及讨论 |
| 4.6 本章小结 |
| 5 基于节拍平衡的机加组件高柔性数控生产单元调度研究 |
| 5.1 机加组件高柔性数控生产单元调度分析 |
| 5.1.1 机加组件高柔性数控生产单元调度背景及需求 |
| 5.1.2 机加组件高柔性数控生产单元制造过程分析 |
| 5.1.3 机加组件高柔性数控生产单元调度特点 |
| 5.2 机加组件生产单元作业组织模式分析 |
| 5.2.1 顺序移动模式 |
| 5.2.2 平行移动模式 |
| 5.2.3 平顺移动模式 |
| 5.3 基于节拍平衡的机加组件高柔性数控生产单元两阶段调度模型 |
| 5.3.1 问题描述与符号说明 |
| 5.3.2 机加组件高柔性数控生产单元节拍平衡分析 |
| 5.3.3 基于节拍平衡的高柔性数控生产单元调度模型 |
| 5.4 整单调度遗传算法设计 |
| 5.4.1 染色体编码及解码设计 |
| 5.4.2 交叉与变异设计 |
| 5.5 案例应用 |
| 5.5.1 基本信息介绍 |
| 5.5.2 节拍平衡及调度结果分析及讨论 |
| 5.6 本章小结 |
| 6 面向并行制造的复杂机电产品多生产单元协同调度研究 |
| 6.1 复杂机电产品多生产单元制造系统调度分析 |
| 6.1.1 多生产单元制造系统调度背景及需求 |
| 6.1.2 多生产单元制造系统生产过程分析 |
| 6.1.3 多生产单元制造系统调度特点 |
| 6.2 多生产单元制造系统作业组织模式分析 |
| 6.2.1 多生产单元独立加工模式 |
| 6.2.2 多生产单元并行加工模式 |
| 6.2.3 多生产单元并行协同加工模式 |
| 6.3 复杂机电产品多生产单元制造系统并行协同调度 |
| 6.3.1 问题描述 |
| 6.3.2 符号说明 |
| 6.3.3 并行协同调度模型 |
| 6.3.4 并行协同调度策略 |
| 6.4 分段并行协同调度遗传算法设计 |
| 6.4.1 分段并行协同调度算法流程 |
| 6.4.2 编码方案设计 |
| 6.4.3 分阶段并行解码方案 |
| 6.4.4 分段并行交叉和变异设计 |
| 6.5 案例应用 |
| 6.5.1 制造系统基本信息 |
| 6.5.2 调度结果分析及讨论 |
| 6.6 本章小结 |
| 7 研究结论与展望 |
| 7.1 研究结果讨论与总结 |
| 7.2 未来研究展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（7）订单陆续到达下虚拟单元多期构建与动态调度问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 虚拟单元构建问题研究现状 |
| 1.2.2 制造资源选择问题研究现状 |
| 1.2.3 单元重构算法研究现状 |
| 1.2.4 虚拟单元调度问题研究现状 |
| 1.2.5 周期驱动策略下的动态调度问题研究现状 |
| 1.2.6 相关研究现状的评述及启示 |
| 1.3 研究内容、技术路线及创新点 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 章节安排 |
| 1.3.4 本文的创新点 |
| 1.4 本章小结 |
| 第2章 本文相关概念及理论基础 |
| 2.1 虚拟单元制造系统概述 |
| 2.1.1 虚拟单元制造系统发展脉络 |
| 2.1.2 虚拟单元制造系统与其他生产方式对比 |
| 2.2 虚拟单元构建与调度的相关原理 |
| 2.2.1 虚拟单元构建基本概念及构建策略分析 |
| 2.2.2 虚拟单元调度基本概念及特征 |
| 2.2.3 虚拟单元构建与调度常用目标设定 |
| 2.3 扰动事件理论概述 |
| 2.3.1 扰动事件的概念及特征 |
| 2.3.2 虚拟单元生产方式下的扰动事件 |
| 2.3.3 虚拟单元动态调整策略 |
| 2.4 本章小结 |
| 第3章 基于两阶段求解的虚拟单元多期构建方法 |
| 3.1 虚拟单元多期构建机制 |
| 3.1.1 虚拟单元动态构建必要性研究 |
| 3.1.2 虚拟单元动态构建的过程 |
| 3.2 虚拟单元多期构建问题描述及数学模型 |
| 3.2.1 问题描述 |
| 3.2.2 虚拟单元多周期资源选择的数学模型 |
| 3.3 虚拟单元多期构建两阶段求解算法设计 |
| 3.3.1 资源选择算法 |
| 3.3.2 聚类算法设计 |
| 3.4 算例研究 |
| 3.4.1 算例基本数据 |
| 3.4.2 资源选择模型求解与分析 |
| 3.4.3 虚拟单元聚类结果与分析 |
| 3.5 本章小结 |
| 第4章 任务陆续到达下基于变周期驱动的虚拟单元动态调度 |
| 4.1 虚拟单元动态调度过程的描述与转化 |
| 4.1.1 工件到达时间模拟 |
| 4.1.2 变周期驱动的滚动窗口技术 |
| 4.1.3 任务陆续到达下动态调度区间划分 |
| 4.2 传统蚁群算法简介 |
| 4.2.1 蚁群算法寻优原理 |
| 4.2.2 蚁群算法关键技术简介 |
| 4.3 虚拟单元多目标动态调度问题模型 |
| 4.3.1 问题描述 |
| 4.3.2 数学模型 |
| 4.4 改进蚁群算法设计 |
| 4.5 算例研究 |
| 4.5.1 算例基本数据 |
| 4.5.2 计算结果及分析 |
| 4.6 本章小结 |
| 第5章 案例分析 |
| 5.1 案例企业的基本情况 |
| 5.1.1 企业的总体概况 |
| 5.1.2 企业作业生产现状及存在问题 |
| 5.1.3 案例实施的可行性分析 |
| 5.2 案例应用过程及数据 |
| 5.2.1 案例应用的框架 |
| 5.2.2 案例应用的数据 |
| 5.3 案例应用结果及分析 |
| 5.3.1 虚拟单元动态构建结果 |
| 5.3.2 虚拟单元动态调度结果 |
| 5.3.3 有效性分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读学位期间所取得的相关科研成果 |
| 致谢 |
（8）基于离散和混合模型的生产调度若干问题研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 目录 |
| 插图清单 |
| 表格清单 |
| 第一章 绪论 |
| 1.1 课题研究概况 |
| 1.2 课题研究背景 |
| 1.2.1 制造执行系统MES的基本概念 |
| 1.2.2 制造执行系统的研究与应用现状 |
| 1.2.3 制造执行系统中的核心问题 |
| 1.2.4 生产调度问题的研究背景 |
| 1.3 课题研究目的和意义 |
| 1.4 论文主要内容及结构 |
| 第二章 生产调度系统及数学模型 |
| 2.1 车间生产调度 |
| 2.1.1 生产调度的概念和内容 |
| 2.1.2 车间生产调度基本模型 |
| 2.1.3 静/动态生产调度基本模型数学描述 |
| 2.1.4 生产调度问题的分类 |
| 2.2 离散制造生产调度模型及确立 |
| 2.2.1 离散制造系统的构成 |
| 2.2.2 离散制造生产调度子系统的划分 |
| 2.2.3 离散制造生产调度的指标 |
| 2.3 混合生产过程调度模型及确立 |
| 2.3.1 混合生产过程模型探究 |
| 2.3.2 混合生产过程中连续生产单元的研究 |
| 2.3.3 缓冲区在制品转运过程分析 |
| 2.3.4 混合生产过程模型分析 |
| 2.3.5 混合生产过程模型建立的基本要求 |
| 2.3.6 本节小结 |
| 2.4 本章小结 |
| 第三章 生产调度问题中的数学方法及设计技术 |
| 3.1 生产调度建模基Petri网 |
| 3.1.1 普通Petri网 |
| 3.1.2 高级Petri网 |
| 3.2 多目标决策方法 |
| 3.2.1 多目标决策分类 |
| 3.2.2 标量化定理 |
| 3.2.3 多目标求解方法 |
| 3.2.4 评价函数法 |
| 3.2.5 权系数确立方法 |
| 3.3 生产调度问题中的常见算法 |
| 3.3.1 禁忌搜索算法 |
| 3.3.2 迭代局部搜索算法 |
| 3.3.3 蚁群优化算法 |
| 3.3.4 变邻域搜索算法 |
| 3.3.5 遗传算法 |
| 3.3.6 模拟退火算法 |
| 3.3.7 粒子群算法 |
| 3.4 本章小结 |
| 第四章 基于M-Petri网的离散生产调度系统研究 |
| 4.1 离散制造系统M-Petri网建模 |
| 4.1.1 系统分析 |
| 4.1.2 对象划分 |
| 4.1.3 构建各个对象的Petri网 |
| 4.1.4 系统集成的OPN模型 |
| 4.2 生产调度规则知识库 |
| 4.2.1 生产调度规则知识库结构 |
| 4.2.2 调度的影响因素 |
| 4.2.3 调度目标 |
| 4.2.4 调度目标函数及其约束条件 |
| 4.3 实例分析 |
| 4.3.1 实例描述 |
| 4.3.2 基于M-Petri网的实例建模 |
| 4.3.3 调度优化 |
| 4.4 应用仿真 |
| 4.4.1 仿真模型元素的定义 |
| 4.4.2 运行结果 |
| 4.5 本章小结 |
| 第五章 基于遗传算法的混合生产调度系统研究 |
| 5.1 混合生产过程及数学模型 |
| 5.1.1 连续生产单元的数学模型 |
| 5.1.2 混合生产过程的数学模型 |
| 5.2 混合生产调度系统业务流程分析 |
| 5.2.1 混和生产调度问题的复杂性和技术瓶颈 |
| 5.2.2 标准遗传算法分析 |
| 5.2.3 混合生产过程模型的遗传算法求解 |
| 5.3 企业插单问题的生产调度模型分析 |
| 5.3.1 企业插单问题描述 |
| 5.3.2 混合生产型企业插单生产调度数学模型 |
| 5.4 实例分析 |
| 5.4.1 实例描述 |
| 5.4.2 模型求解 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文研究总结 |
| 6.2 未来研究展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
（9）客车生产物流系统及车辆信息跟踪系统的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景和问题的提出 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 生产物流系统的研究现状 |
| 1.2.2 自动化仓储系统的研究现状 |
| 1.2.3 汽车生产企业对 RFID 技术的运用现状 |
| 1.2.4 基于 RFID 的物联网信息跟踪系统研究现状 |
| 1.2.5 研究现状总结 |
| 1.3 研究内容与方法 |
| 1.3.1 研究思路 |
| 1.3.2 主要研究内容及章节安排 |
| 1.3.3 研究方法 |
| 1.4 本章小结 |
| 第二章 客车企业生产物流系统分析与规划 |
| 2.1 客车企业的生产物流系统 |
| 2.1.1 某客车企业概述 |
| 2.1.2 某客车制造企业的供应物流与生产物流 |
| 2.2 某客车制造企业的生产方式 |
| 2.2.1 客车制造企业生产过程的特征 |
| 2.2.2 某客车制造企业的生产类型及其生产组织方式 |
| 2.2.3 客车制造企业的生产模式 |
| 2.3 客车制造企业物流系统分析 |
| 2.3.1 现代制造企业物流系统模式分析 |
| 2.3.2 某客车生产物流的特点与分析 |
| 2.3.3 客车制造企业物流业务的特点与分析 |
| 2.4 客车企业的产销能力分析 |
| 2.4.1 某客车企业产销能力现状 |
| 2.4.2 某客车生产差距分析 |
| 2.5 某客车企业生产物流系统存在问题和系统规划设计的关键点 |
| 2.5.1 某客车企业生产物流系统存在问题 |
| 2.5.2 某客车企业生产物流系统规划的关键点 |
| 2.6 本章小结 |
| 第三章 客车总装配生产线物流系统的规划与优化 |
| 3.1 客车总装配生产线物流系统的特点 |
| 3.1.1 客车装配线生产模式 |
| 3.1.2 离散事件动态系统 |
| 3.2 生产物流系统规划设计的关键问题 |
| 3.2.1 客车混流装配线系统的平衡问题 |
| 3.2.2 客车混流装配线系统生产排序优化调度问题 |
| 3.3 客车混流装配线系统流程建模方法 |
| 3.3.1 基本 Petri 网 |
| 3.3.2. 时间着色 Petri 网 |
| 3.4 客车混流装配线的时间着色 PETRI 网建模 |
| 3.4.1 单一车型装配线的时间 Petri 网建模 |
| 3.4.2 客车混流装配线的时间着色 Petri 网 |
| 3.5 基于 AUTOMOD 客车混流总装配线系统的建模与平衡仿真分析 |
| 3.5.1 AutoMod 仿真建模特点 |
| 3.5.2 运用 AutoMod 对装配线系统建模 |
| 3.5.3 客车混流装配线系统平衡资源配置的仿真与效果分析 |
| 3.6 基于遗传算法优化的客车混流总装配线的投产排序决策 |
| 3.6.1 客车混流装配线投产排序问题的提出 |
| 3.6.2 客车混流装配线投产排序优化目标建立 |
| 3.6.3 混流装配线投产排序优化算法选择 |
| 3.6.4 遗传算法混流装配线投产排序优化策略 |
| 3.6.5 某客车混流装配线投产排序优化决策案例 |
| 3.7 混流装配线配置平衡和排序遗传优化的效果比较 |
| 3.8 本章小结 |
| 第四章 客车生产物料仓储系统规划 |
| 4.1 客车生产物料仓储系统规划的背景 |
| 4.2 客车生产线物料仓储系统规划设计 |
| 4.2.1 仓储系统规划基础 |
| 4.2.2 自动化仓库主要参数设计 |
| 4.2.3 自动化仓库的总体布局设计 |
| 4.3 某客车生产仓储系统规划设计实例 |
| 4.3.1 企业的仓储现状 |
| 4.3.2 某客车企业仓储系统规划 |
| 4.3.3 仓库的详细布置 |
| 4.4 基于变邻域算法的客车生产仓储系统的货位分配优化策略研究 |
| 4.4.1 仓储系统货位分配问题的提出 |
| 4.4.2 仓储系统货位分配优化数学建模 |
| 4.4.3 基于变邻域算法的仓储系统货位分配优化方法 |
| 4.4.4 Matlab 环境下变邻域搜索算法仓储系统货位分配优化的仿真 |
| 4.4.5 基于变邻域搜索算法的仓储系统货位分配优化决策实例 |
| 4.5 基于 AUTOMOD 的自动化仓储系统运行仿真优化 |
| 4.5.1 基于 AutoMod 的自动化仓储系统建模与仿真 |
| 4.5.2 自动化立体仓库运行仿真结果与分析 |
| 4.6 应用 AUTOMOD 和变邻域搜索算法优化前后仓储系统运行效益比较 |
| 4.6.1 仓库面积效益 |
| 4.6.2 出入库时间 |
| 4.6.3 人员效益 |
| 4.6.4 布局合理性比较 |
| 4.6.5 设备的投入 |
| 4.7 本章小结 |
| 第五章 基于 RFID 的客车生产管理信息系统规划与设计 |
| 5.1 基于 RFID 的生产管理系统 |
| 5.1.1 物联网技术在汽车生产管理中的应用 |
| 5.1.2 汽车生产信息管理的现状 |
| 5.1.3 基于 RFID 的客车制造生产自动化信息系统的优点 |
| 5.1.4 客车制造生产信息自动化跟踪意义 |
| 5.2 RFID 技术在生产线上的应用研究 |
| 5.2.1 RFID 技术的工作原理 |
| 5.2.2 RFID 设备型号的选择 |
| 5.2.3 RFID 技术在生产线上应用的关键技术分析 |
| 5.2.4 RFID 系统的抗金属干扰试验 |
| 5.3 生产管理信息系统的需求分析 |
| 5.3.1 某汽车制造公司管理信息系统的信息采集现状 |
| 5.3.2 生产物流过程及其信息 |
| 5.3.3 该公司生产物流组织管理 |
| 5.3.4 该公司生产信息管理系统的需求分析 |
| 5.4 重新规划企业物流系统的信息流程 |
| 5.5 生产管理信息系统的规划设计 |
| 5.5.1 生产管理信息系统功能设计 |
| 5.5.2 生产管理信息系统模块设计 |
| 5.6 采集 RFID 信号的系统信息需求分析和设计 |
| 5.6.1 RFID 自动识别的信息需求分析 |
| 5.6.2 采集 RFID 自动识别信号的系统设计 |
| 5.7 自动识别生产管理信息系统的实现 |
| 5.7.1 生产管理信息系统应用的网络结构 |
| 5.7.2 数据库系统的选择 |
| 5.7.3 编程工具的选择 |
| 5.7.4 生产管理信息系统界面的开发 |
| 5.7.5 RFID 软件界面的实现 |
| 5.7.6 数据库构成 |
| 5.8 本章小结 |
| 第六章 车辆信息跟踪系统规划设计 |
| 6.1 基于汽车生命周期的车辆信息跟踪系统的需求分析 |
| 6.1.1 制造商信息跟踪系统需求分析 |
| 6.1.2 经销商信息跟踪系统需求分析 |
| 6.1.3 智能交通信息跟踪系统需求分析 |
| 6.1.4 维护修理信息跟踪系统需求分析 |
| 6.1.5 二手车信息跟踪系统需求分析 |
| 6.1.6 回收和再制造信息跟踪系统需求分析 |
| 6.2 车辆信息跟踪系统构架 |
| 6.2.1 车辆信息跟踪系统的组成、结构和工作原理 |
| 6.2.2 车辆信息跟踪系统开发要点 |
| 6.3 二手车交易节点的 RFID 信息跟踪系统的应用举例 |
| 6.3.1 二手车节点 RFID 信息跟踪系统的工作原理 |
| 6.3.2 二手车节点 RFID 信息跟踪系统的建立 |
| 6.3.3 二手车节点 RFID 信息跟踪系统的开发 |
| 6.3.4 二手车节点 RFID 信息跟踪系统的应用测试 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究成果与创新 |
| 7.1.1 研究成果 |
| 7.1.2 创新点 |
| 7.2 不足与展望 |
| 参考文献 |
| 攻读博士学位期间的科研成果 |
| 摘要 |
| Abstract |
（10）混流制造车间的生产物流优化关键问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 研究目标及意义 |
| 1.3 国内外研究现状及分析 |
| 1.3.1 制造系统及其组织方式发展研究 |
| 1.3.2 车间布局优化研究 |
| 1.3.3 混流路径优化研究 |
| 1.3.4 投料控制及瓶颈研究 |
| 1.4 论文主要内容及框架 |
| 2 相关理论概述 |
| 2.1 约束理论概述 |
| 2.2 DBR 机制概述 |
| 2.3 多目标优化理论 |
| 2.3.1 多目标优化概述 |
| 2.3.2 多目标优化问题求解算法 |
| 2.4 生产物流均衡法理论基础 |
| 2.4.1 生产物流均衡概述 |
| 2.4.2 生产物流均衡步骤 |
| 3 基于混流制造车间生产物流优化模型研究 |
| 3.1 混流制造车间生产物流优化主要问题 |
| 3.2 基于混流制造车间的生产物流均衡控制模型 |
| 4 生产物流均衡优化的关键问题及求解方法分析 |
| 4.1 基于多目标优化模糊决策的生产设备布局优化 |
| 4.1.1 生产设备布局问题分析 |
| 4.1.2 生产设备布局动态优化问题建模 |
| 4.1.3 生产设备布局动态优化问题多目标求解 |
| 4.2 基于虚拟制造单元的混流路径规划 |
| 4.2.1 虚拟制造单元概念 |
| 4.2.2 基于虚拟制造单元的混流路径管理 |
| 4.2.3 混流路径的规划方法 |
| 4.3 基于约束理论的作业控制策略 |
| 4.3.1 瓶颈资源识别 |
| 4.3.2 物料投放控制策略 |
| 4.3.3 缓冲的管理 |
| 5 案例分析 |
| 5.1 案例背景 |
| 5.1.1 公司简介 |
| 5.1.2 问题描述及分析 |
| 5.2 改进优化 |
| 5.2.1 原则 |
| 5.2.2 改进措施 |
| 5.3 模拟仿真验证 |
| 5.3.1 软件介绍 |
| 5.3.2 信息描述 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A.作者在攻读硕士学位期间发表的论文目录 |
| B.作者在攻读硕士学位期间参与的科研项目 |
四、Research on Fuzzy Decision of Resources Selection in Job-sh op Scheduling for a One-of-a-Kind and Order-Oriented Production System（论文参考文献）
- [1]面向复杂柔性调度的协同演化算法研究[D]. 孙璐. 大连理工大学, 2019(06)
- [2]基于组合规则的半导体生产车间动态调度仿真及优化研究[D]. 吴艳梅. 重庆大学, 2019(01)
- [3]不确定条件下船舶平面分段流水线调度方法研究[D]. 杨志. 上海交通大学, 2018(01)
- [4]基于订单投放和生产排程优化的订单允诺研究[D]. 赵航. 吉林大学, 2018(12)
- [5]基于客户满意度的柔性制造单元重调度研究[D]. 苏利. 江苏科技大学, 2018(03)
- [6]复杂机电产品高柔性数控生产单元构建与调度研究[D]. 赵东方. 北京科技大学, 2017(08)
- [7]订单陆续到达下虚拟单元多期构建与动态调度问题研究[D]. 王会灵. 江苏科技大学, 2016(03)
- [8]基于离散和混合模型的生产调度若干问题研究[D]. 王景华. 合肥工业大学, 2014(09)
- [9]客车生产物流系统及车辆信息跟踪系统的研究[D]. 黄银娣. 南京林业大学, 2012(10)
- [10]混流制造车间的生产物流优化关键问题研究[D]. 黄波. 重庆大学, 2012(03)