面向大规模定制生产的智能成组技术研究

发布时间：2021-10-25 03:57

　　大规模定制生产将充分利用现代柔性制造技术，利用CAD和CAM技术，但离开成组技术思想，就不能充分利用以往的信息资源和大规模定制资源。大规模定制生产的目标就无法实现。成组技术是通过充分利用产品和制造过程中的相似性将不同产品中的相似性零部件，甚至零件中的部分结构信息归类处理形成“成组批量”，从而取得效益。在这篇论文中，将智能信息技术应用于大规模定制生产中的成组技术。1．提出智能成组技术的定义，分析在现代制造系统与成组技术的关系，重点分析了大规模定制与智能成组技术的关系。2．将自适应变异的粒子群优化算法用于求解成组技术中的P-中位模型，克服了用遗传算法求解时的收敛速度慢和过早收敛之缺陷；克服用粒子群算法的计算量过大的不足，通过实例仿真，应用此算法效果良好。3．将高属性稀疏数据聚类回归神经网络应用于成组技术中的夹具设计，该神经网络，给定不同的阈值，可动态地，有效地实现对高属性稀疏数据的归并，实例仿真表明，此聚类效果更加符合实际。4．将信息熵理论引入模糊聚类中，克服了一般聚类算法，在参数输入、停机条件上存在诸多人为控制因素，能取得较为满意的聚类效果。5．根据轴类零件的结构-工艺的相似性特点，应用... 

【文章来源】：南京理工大学江苏省 211工程院校

【文章页数】：107 页

【学位级别】：博士

【部分图文】：

模糊中心聚类模式识别神经网络实现

【参考文献】：
期刊论文
[1]面向大规模定制的产品平台管理模型[J]. 林森,但斌.  管理工程学报. 2005(01)
[2]经典成组技术到大成组技术的演变模式研究[J]. 顾新建,林纪烈,韩永生.  成组技术与生产现代化. 2005(01)
[3]一种改进的模糊聚类算法[J]. 王元珍,王健,李晨阳.  华中科技大学学报(自然科学版). 2005(02)
[4]一种基于密度的启发性群体智能聚类算法[J]. 陈云飞,刘玉树,钱越英,赵基海.  北京理工大学学报. 2005(01)
[5]一种夹具计算机辅助编码系统的开发[J]. 马海健.  潍坊学院学报. 2004(06)
[6]模糊中心聚类的模式识别学习方法[J]. 曾黄麟,袁慧,刘小芳.  中国工程科学. 2004(11)
[7]有教师指导细化拟合的ART2神经网络的研究[J]. 徐寅林,宁新宝,黄晓林.  电子学报. 2004(10)
[8]高属性维稀疏数据聚类回归逻辑神经网络模型及学习算法[J]. 周永权,焦李成.  电子学报. 2004(08)
[9]成组技术发展趋势调查统计分析报告[J]. 李学新.  成组技术与生产现代化. 2004(01)
[10]基于等价闭包法的轴类零件模糊聚类分析[J]. 华中平,杨晓俊,张辛平.  成组技术与生产现代化. 2004(01)

博士论文
[1]基于Internet的大规模定制生产计划系统的研究[D]. 马玉芳.武汉理工大学 2003
[2]面向大规模定制产品设计关键技术研究[D]. 刘久富.南京航空航天大学 2002



本文编号：3456604