准动态双资源制造单元构建的理论.方法与技术

第1章  绪论  1.1  研究的背景与研究内容    1.1.1  研究的背景与意义    1.1.2  研究内容  1.2  研究的技术路线  1.3  基本结构  1.4  创新点第2章  单元构建方法研究综述  2.1  先进制造系统的发展  2.2  单元制造系统与单元制造概述    2.2.1  单元制造系统    2.2.2  单元制造  2.3  制造单元构建问题及其评价指标  2.4  单元构建方法综述    2.4.1  相似系数法    2.4.2  聚类分析法    2.4.3  数学规划法    2.4.4  图论法    2.4.5  神经网络法  2.5  单元构建数学规划法算法综述    2.5.1  遗传算法    2.5.2  群算法    2.5.3  禁忌搜索  2.6  本章小结第3章  准动态单元构建方法的研究  3.1  静态与动态单元构建方法剖析    3.1.1  静态单元构建方法剖析    3.1.2  动态单元构建方法剖析  3.2  准动态单元构建方法的提出    3.2.1  准动态单元构建方法的概念    3.2.2  准动态单元构建方法剖析    3.2.3  多周期环境下准动态单元构建方法剖析  3.3  单元构建理论的统一范式    3.3.1  准动态与动态单元构建方法的目标函数值差异分析    3.3.2  单元构建方法的统一范式  3.4  准动态单元构建问题的一般数学模型    3.4.1  模型的基本假设及参数变量的设置    3.4.2  数学模型  3.5  数例分析    3.5.1  静态单元构建方法分析    3.5.2  动态单元构建方法分析    3.5.3  准动态单元构建方法分析    3.5.4  数例分析小结  3.6  本章小结第4章  基于相似系数的双资源单元构建问题的研究  4.1  双资源约束的单元构建数学模型  4.2  设备单元及零件族划分模型(模型1)    4.2.1  模型的参数及变量    4.2.2  设备单元及零件族划分模型  4.3  工人工作任务分配模型(模型2)    4.3.1  模型的参数及变量    4.3.2  工人工作任务分配模型  4.4  模型线性化  4.5  算例分析  4.6  本章小结第5章  双资源约束下的单元构建问题的研究  5.1  国外研究现状  5.2  人力资源要素对制造单元效率的影响分析    5.3.1  人员与设备间的交互作用分析    5.2.2  团队绩效分析  5.3  双资源单元构建问题建模    5.3.1  模型的基本假设及参数变量设置    5.3.2  数学模型  5.4  基于遗传算法的模型求解    5.4.1  遗传算法概述    5.4.2  算法设计  5.5  算例分析    5.5.1  双资源约束的单元构建问题的两阶段分析    5.5.2  双资源约束的单元构建问题的综合分析    5.5.3  算例总结  5.6  本章小结第6章  基于学习曲线的双资源约束的单元构建问题的研究  6.1  学习曲线理论及其在单元构建中的作用    6.1.1  学习曲线的基本理论    6.1.2  学习曲线理论在单元构建中的作用  6.2  双资源约束下的单元构建问题建模    6.2.1  模型的基本假设及参数变量的设置    6.2.2  数学模型  6.3  基于改进分散搜索法的模型求解    6.3.1  分散搜索法基本原理    6.3.2  改进分散搜索算法设计    6.3.3  算法实验及其结果分析  6.4  算例及其灵敏度分析    6.4.1  算例基本描述    6.4.2  目标函数权重系数的灵敏度分析  6.5  基于学习一遗忘的单元构建问题    6.5.1  遗忘曲线的研究现状    6.5.2  基于学习一遗忘曲线的双资源单元构建模型    6.5.3  基于遗传算法的数值算例求解  6.6  本章小结第7章  准动态双资源约束的单元设计问题研究  7.1  单元布局对单元构建的影响分析    7.1.1  单元内设备布局对单元构建的影响分析    7.1.2  单元定位对单元构建的影响分析  7.2  准动态双资源约束下的单元构建问题模型    7.2.1  模型的基本假设及参数变量的设置    7.2.2  数学模型  7.3  多目标优化问题的pareto解  7.4  基于改进多目标遗传算法的模型求解  7.5  本章小结第8章  案例分析  8.1  应用对象分析  8.2  现状及问题分析  8.3  产品和设备分析    8.3.1  产品归类分析    8.3.2  设备分析  8.4  员工学习能力分析  8.5  单元制造系统的构建  8.6  方案评价  8.7  本章小结第9章  总结及展望  9.1  研究总结  9.2  研究展望参考文献附录l  lingo程序附录2  分散搜索算法程序附录3  遗传算法部分程序索引