导读:本文包含了组车间生产调度论文开题报告文献综述及选题提纲参考文献，主要关键词:复杂事件处理,低碳制造,车间调度,Jaya算法
组车间生产调度论文文献综述
蔡酉勇[1]（2019）在《基于物联网的灌装设备制造车间生产监控与低碳调度研究》一文中研究指出随着智能制造的兴起,制造型企业对于信息化和智能化的需求越来越高。面对复杂多变的车间生产环境,科学有效的生产监控是企业实现信息化和智能化的重点和难点。同时为应对环境恶化和全球变暖问题,绿色可持续的低碳制造已成为企业新的发展趋势。生产调度作为企业生产的重要环节,对企业的生产效率、能耗和碳排放有着直接的影响。此外考虑到生产过程中存在车间异常扰动,企业还需要拥有应对这些扰动的重调度能力。本文以灌装设备制造车间为研究对象,针对生产监控问题、低碳调度问题与低碳重调度问题,主要进行以下几个方面的研究:(1)介绍了车间生产监控、低碳制造和车间调度的国内外研究现状,分析了当前研究中存在的问题,并给出了本课题的主要研究内容。(2)对物联网的数据采集技术进行介绍,分析了灌装设备制造车间生产监控对象。介绍了车间调度问题的概念和特点,说明了本文研究的调度问题,并详细描述了车间常见的碳排放来源。针对车间重调度问题,总结了常见的车间扰动,着重分析了重调度决策方法。(3)针对灌装设备制造车间生产监控的特点,分析了生产监控平台的需求,对平台的体系架构进行设计,搭建了数据采集环境,并基于该平台对车间的业务流程进行了优化。对车间智能制造实体和车间事件进行定义,介绍了复杂事件处理引擎Esper,并利用Esper实现车间复杂事件处理。最后搭建了生产监控平台,并通过实例仿真证明了平台的可行性。(4)针对灌装设备制造车间低碳调度问题,建立了基于制造资源实时状态的车间低碳调度模型,详细说明了模型的目标函数和约束条件,提出了改进的多目标Jaya优化算法,对算法进行离散化处理使其可以求解车间调度问题,在算法中引入Tent混沌序列方法进行种群初始化,并利用邻域搜索和模拟退火算法相结合的方式进行局部搜索,最后通过车间实例与NSGA-II算法进行对比,证明该算法的有效性,并与未考虑制造资源实时状态的传统模型进行比较,验证了该模型能够有效提高车间生产效率,降低碳排放。(5)针对灌装设备制造车间低碳重调度问题,设计了以交货期为主的重调度判定方法,并在重调度性能评价中引入稳定性指标。以第四章的低碳调度模型为基础,建立了车间低碳重调度模型。对模拟退火遗传算法进行改进,设计并说明了算法的初始化过程、选择操作、交叉操作和变异操作。利用标准算例对算法进行测试并与其他算法比较证明了该算法的有效性。最后通过车间实例数据,并模拟常见的工装缺料、机床故障和紧急插单等扰动,验证了该重调度决策方法能够有效应对车间异常扰动。(本文来源于《江南大学》期刊2019-06-01）
史俊豪[2]（2019）在《G公司柔性作业车间生产调度问题的改进型自适应遗传算法设计和优化》一文中研究指出近年来随着生产力的提高,消费者的需求越来越趋向个性化追求,带动制造业订单出现“批量小、批次多”的特征,对作业车间的生产柔性提出了更高的要求,生产调度需要面对更大的问题规模。柔性作业车间生产调度问题的研究和发展,在很大程度上迎合了这一要求,许多解决方法能够为规模较大的调度问题快速的给出一个满意的调度方案。柔性作业车间生产调度问题是一种基础的问题模型,有着广泛的适用性和良好的延展性。但随着制造业机械化和自动化程度的不断提高,许多车间增设了新的生产系统,使得作业车间生产调度问题出现了新的变体模型,相应的调度解决方法越来越需要根据车间具体情况进行更为契合的设计。因此,本文以G公司柔性作业车间生产加工情况为研究目标,分析与典型的柔性作业车间生产调度问题相比多出了两处复杂之处——自动导引小车(Automated-Guided Vehicle,AGV)运输时间和动态机器数量,并以点带面为该类型的作业车间设计较为契合的调度方法。遗传算法有求解速度快、全局搜索能力强等优点,适合求解背景复杂、规模大的优化问题,因此本文以遗传算法为解决方法的基础算法并做出进一步的改进优化设计。由于G公司柔性作业车间生产调度问题天然的被分成“工序段”和“机器段”,编码方式设计为两段式编码,设计与之契合的POX(precedence operation crossover)交叉算子和多点随机变异算子,最大流程时间的倒数为适应度函数和轮盘赌选择算子。在Kacem算例测试和G公司调度问题求解方案的分析中发现所得方案机器负载不平衡、算法收敛速度慢等问题,使得问题的优化解并不令人满意。为此设计了贪婪式插入解码策略、基于正态分布的先验机器选择机制、机器负荷平衡辅助目标函数设计、机器负荷补偿选择机制和进化算子加入到基础遗传算法之上,并在算例测试和G公司调度问题求解中得到令人满意的解方案,但算例仍不能稳定求得最优解。为了得到更进一步的优化解方案,同时提高算法收敛速度和收敛的稳定性、简化算法的参数设置,本文在改进的遗传算法之上加入了自适应算子设计。自适应函数的构造结合使用了logistic函数和高斯分布函数,自适应函数自变量参数的设计中,除了常用的迭代数外,还设计了基于精英个体编码的相似度参数和种群停滞代数参数。不仅对交叉、变异、进化的概率和长度设计了自适应函数,为调整种群搜索能力,还创新的设计了选择加速算子自适应函数。(本文来源于《中国矿业大学》期刊2019-04-01）
广颖,曾立俊[3]（2019）在《关于优化装配车间生产调度的研究》一文中研究指出生产调度是组织和协调各部门的指挥中心,对企业而言,是连接所有生产环节的纽带,其不仅要实时的掌握生产情况,还要对生产环节的工作进行预防、处理、控制和协调。文章根据自身的工作经验,就装配车间的生产调度问题进行探讨,从生产调度的职能和装配过程的特点入手,提出装配车间的生产调度目标以及优化策略提出意见,旨在保障装配作业区生产的安全和高效,提高企业效益。(本文来源于《中国集体经济》期刊2019年09期）
路璐,曾丹,谈翼飞[4]（2018）在《面向综合能效提升的机械制造车间生产调度优化模型研究》一文中研究指出能效正逐渐影响全球能源系统,并支撑能源安全,减低能源消耗和碳排放,以及改善环境做出了重要贡献。目前我国约有机床800万台,能源消耗量大,使用效率不高。因此以机床为主的机械加工车间的能效提升潜力巨大。论文针对机械制造车间,提出了面向车间生产调度的综合能耗模型及调度优化模型,通过遗传算法得出最优结果并实验验证。(本文来源于《机电产品开发与创新》期刊2018年04期）
[5]（2018）在《基于物联网的智能车间生产物流调度系统解决方案》一文中研究指出1项目背景物联网技术是制造业转型升级,实现智能制造的基础。在推动智能制造实施过程中,物联网正从工业领域的局部工序扩展到车间、工厂,从提质增效扩大到推动制造和物流业务模式的转变。智能制造以智能车间为载体,在设计、供应、制造和服务各环节实现端到端无缝协作。智能物流可以进行感知、思维、推理、路径规划和决策等,是连接智能之间供应和制造的重要环节,也是打造智能工厂的基石。当前,智能制造和智能物流正处于整合过程中,如何管理制造和物流的复杂流程,协同生产调(本文来源于《自动化博览》期刊2018年07期）
杜丽婕[6]（2018）在《柔性作业车间生产计划与调度的集成优化研究》一文中研究指出随着生产车间复杂度的提高和客户需求的多元化,生产计划与调度已成为当今制造企业运营管理时面临的两大决定性挑战。目前,解决问题的传统方式是计划、调度“分而治之”,而该方式最明显的弊端是计划规划与调度决策互不匹配与协调。为此,本文研究了在柔性作业车间(FJS)生产环境下,一类多品种小批量的生产计划与调度集成优化问题,并进一步考虑批量规划、时序安排、机器合理利用性和机器生产能力约束等现实影响因子,以精益生产为模式,制定出更准确、合理的生产计划与调度优化方案,实现了最小化生产总成本,提升生产资源利用率的目标。分析国内外研究成果,针对现有生产计划问题与调度问题的研究现状,提出两问题研究的集成思路,将整体协调的集成建模法作为集成求解方法,给出微观计划概念,提出一种利用微观计划实现对生产计划问题与调度问题进行整体协调的集成策略。本文基于微观计划,在满足批量恰当规划、工序合理安排、机器灵活分配等约束的基础上,建立一种生产计划与调度集成协调模型。该模型针对计划层约束、调度层约束和集成优化性能指标,应用微观计划实现了宏观计划与调度决策的协调结构,并引入了微观计划决策变量,解决了计划层与调度层集成时难于相互协调的问题,在保证生产任务准时完工的同时,提高资源利用率,实现最小化相关总费用。为求解所建立的集成协调优化模型,提出一种嵌入寻优粒子群的混合遗传算法。该算法作为改进混合遗传算法算法,其具体改进思想为应用主体的混合遗传算法实现微观计划决策从宏观计划决策到调度决策的协调,再应用寻优粒子群实现由已得调度决策寻找新的微观计划决策的过程,计划层与调度层完成了正反向调整,实现了计划规划与调度决策协同优化。为验证上述集成优化方案和改进混合遗传算法的有效性,本文由实验确定算法参数,并选取实际生产典型案例,将本文所提的模型与算法应用于某机床厂中多品种小批量的加工任务进行求解验证。分析运行结果,证明了该模型与算法的可行性与正确性,并进行了算法的深入对比分析,进一步说明其对于实际问题的处理更具良好的准确性、合理性与优化性。(本文来源于《沈阳工业大学》期刊2018-06-04）
薛浩[7]（2018）在《基于节点重要度评估的作业车间生产调度研究》一文中研究指出车间调度属于制造过程里的一重点环节,作业车间调度在调度问题里是比较典型的。本文以作业车间为研究对象,针对产品制造系统具有动态性、随机性和不确定性等特点,结合复杂网络理论,对产品制造过程节点重要度进行评估。通过分析重要节点识别与生产调度之间的关系,将二者相结合进行研究,提出了新的方法对节点重要度进行判断,然后以重要机器节点为基础,判断出相应的关键工序集,基于重要节点展开合适调度,采用交货期越越短越优先的规则对车间任务进行排程优化。尽可能发挥出重要机器节点的产能,来提升制造体系整个产量和经济收益。首先,以作业车间为研究对象,结合复杂网络,建立多任务加权有向网络。然后,基于所建立车间生产网络,针对现有分析只是研究网络的某个特性,难以全方位反映节点的重要程度,不能有效识别实际应用的重要节点。综合考虑资源节点的自身特性和其邻居节点的特性对节点重要度的影响,提取度中心性、聚类系数及接近中心性叁项网络特性参数,提出一种多属性决策算法从不同方面评判节点的重要性提出多属性决策算法对资源节点重要度进行判断。接着以重要机器节点为基础,判断出相应的关键工序集,依据作业车间调度问题的特色,采用交货期越短越优先规则,创立了相关的数学模型。最后,以某6工件6设备作业车间调度基础算例进行节点重要度识别。分别选用启发式规则对重要资源节点调度和启发式规则进行一般调度两种算法,用仿真,根据甘特图,表明基于节点重要度启发式规则算法的优越性。(本文来源于《新疆大学》期刊2018-05-26）
蒋南云[8]（2018）在《存在返工的定点装配车间生产计划与调度集成优化》一文中研究指出不合格品返工通常分为部件返工、产品返工及售后产品返厂维修叁种情况,在制造系统中客观存在,且返工数量及发生时间是不确定的。尤其在定点装配车间,返工不确定性直接导致预先制定的调度不可行,进而影响生产计划执行。因此,本论文以定点装配车间为研究对象,研究部件返工、产品返工及售后产品返厂维修情况下生产计划与调度集成优化问题,提出增设单元检测点、将返工延后处理、预留返工处理时间的方法,以降低返工对生产管理的干扰,建立部件返工、产品返工及售后产品返厂维修不确定情况下定点装配车间生产计划与调度集成优化模型;并证明工件与装配班组的开工时间应满足的约束条件;通过对模型结构与特点的分析研究,提出了解决此类问题快速而有效的求解技术;最后进行算例运算仿真以检验模型与算法的有效性,进而完善补充不确定条件下生产计划与调度的集成优化理论。本论文的主要内容概括如下:1.研究了不确定可重入定点装配车间生产计划与调度问题,提出基于随机期望值规划的定点装配车间生产计划与调度集成优化方案。不确定可重入定点装配车间存在同一工件的不同加工阶段重复访问同一设备的情况,且重复次数依据上一工序的质检结果具有不确定性,这给生产计划制定带来很大难度。为满足工厂-车间一体化管理需求,分析了定点装配车间的特点。在工件质检成功事件服从的概率分布已知的情况下,利用期望值描述不确定可重入情况,建立了双层生产计划与调度集成优化随机期望值模型,上层为能力约束下成本最小的生产计划模型,下层为不确定可重入定点装配车间调度模型,并证明了可行调度解的递推公式。然后提出了一种具有双层结构的交替迭代式改进遗传算法,采用精英遗传算法求解上层模型获得生产计划,然后代入下层模型后采用基于随机模拟技术的遗传模拟退火算法求解调度,再将调度结果返回代入上层重新求解新计划,如此不断交替迭代实现计划与调度的同时优化。最后的算例仿真验证了所建模型及所提算法的有效性。为制定不确定可重入定点装配车间生产计划提供了一种合理可行的方法。2.研究了部件返工情况下定点装配车间生产计划与调度集成优化问题,提出在产品装配过程中父节点工件处增设装配单元检测点的方法,降低返工对生产管理的干扰。在部件返工次数波动所属区间数据已知的情况下,建立了定点装配车间双层生产计划与调度集成优化模型,上层为效益最大的生产计划模型,下层调度层中将各单元检测点工件返工次数的不确定情况用不同的场景表示,建立了基于场景的调度性能均值-方差模型,并证明各场景下工件与装配班组的开工时间应满足的约束条件。通过对模型结构复杂性的研究,提出一种具有双层结构的交替迭代式遗传-文化基因算法求解该模型,同时证明了算法的局部搜索条件。最后的算例验证了所提方法的可行性和实用性。3.研究了存在不合格产品返工的定点装配车间生产计划与调度集成优化问题,提出一种基于返工延后处理的定点装配车间生产计划与调度集成优化方法。在分析定点装配车间特点及返工流程的基础上,将每周期产生的不合格品放入缓冲区等待下周期期初重新调整生产计划及调度。首先在各周期每种产品不良品率已知的情况下,建立了以生产效益最大为目标的返工延后处理的粗生产计划模型,并设计遗传算法求解;下达计划生产后,针对实际装配过程中需返工的不合格品,采用二分法重新调整生产计划,并通过文化基因算法求解新计划下定点装配车间的最优调度,同时根据模型特点证明了文化基因算法的局部搜索条件,判断其是否满足装配班组负载率要求,交替迭代直至达到计划与调度的均衡和优化;最后的算例验证了所提方法的有效性,表明所提方法能有效化解不合格产品返工对生产计划和调度的影响。4.研究了售后产品返厂维修不确定情况下定点装配车间的生产计划与调度集成优化问题,提出在混合模式下分两阶段处理售后产品返厂维修不确定情况。第一阶段,在仅有需返厂维修的售后产品数量估计值情况下,提出预留空闲时间处理售后产品返修的方法,吸收售后产品返厂维修不确定性对生产计划的干扰,构建空闲时间的多情景规划模型,提出一种改进候鸟迁徙优化算法求解模型,并证明了算法邻域搜索的可行性质以及采用的启发式搜索规则;然后建立一种带空闲时间的生产计划与预测调度集成优化模型,并采用双层交替迭代遗传-候鸟迁徙优化算法求解,从而获得考虑含售后产品返厂维修情况下的生产计划及预测调度。第二阶段,在执行预测调度时对实际发生的售后产品返厂维修情况,利用空闲时间进行反应式调度。最后的算例仿真表明,该方法可以使车间在顺利完成生产计划的同时及时处理售后产品返厂维修,最终达到计划与调度的同时优化。(本文来源于《东南大学》期刊2018-05-25）
周梦萦[9]（2018）在《五金产品多级混流制造车间生产计划调度与仿真分析》一文中研究指出现今定制化、个性化的产品越来越多,企业需要快速响应市场需求,因此对生产计划与控制提出更高要求。实际生产中,混流制造流程不仅有多品种零部件生产的特征,还融合了批量生产,面向库存生产,面向订单装配等多种生产模式,形成了多级混流制造生产系统。针对这种多级混流制造系统的生产计划与控制,既要有整体的计划管控,又要针对局部调度进行优化,且相互影响,相互制约,因此成为生产计划调度研究领域的难题。本文以某五金零部件制造企业中典型的多级混流制造系统为背景,深入研究多级混流制造系统的控制框架,对各级生产车间的计划排序问题建立数学模型并运用禁忌搜索算法进行订单序列优化,利用仿真软件对多级混流车间的计划调度方法进行了仿真建模与验证分析,具体内容如下:(1)针对该企业目前车间生产计划与管理现状难点,提出面向订单的叁层生产计划与控制结构,构建集成一体化的生产计划控制框架,并阐明多车间协同计划的业务流程。(2)研究了面向多车间协同计划的负荷控制订单投放策略,运用周期性推式投放控制逻辑对车间产品订单进行投放控制,并给出案例验证该方法的合理性。(3)分别对黑身和烤漆单级混流车间进行考虑序列相关换线约束的优化排序分析,黑身车间以最小化拖期时间、物料齐套和总完工时间为目标,烤漆车间以最小化换线成本、拖期成本和加工成本为目标,建立数学规划模型,运用禁忌搜索进行求解,得到黑身和烤漆优化加工序列和排程结果。(4)利用基于Simio仿真软件的数据驱动仿真建模技术对黑身车间和烤漆车间进行关联建模,对前面所提出的负荷控制策略和算法求解结果进行实际案例的分析,并为解决实际问题提供了决策支持。本文提出的多级混流制造车间一体化生产计划与控制框架将有助于完善企业的生产计划调度系统,建立的模型和优化策略可以为企业提供决策依据,提高企业的生产效率。(本文来源于《华中科技大学》期刊2018-05-01）
赵雨晴[10]（2018）在《汽车电子控制器车间生产调度系统的研究》一文中研究指出近年来随着制造业的快速发展,多品种、小批量的柔性生产模式能够快速响应市场的变化。这种柔性生产模式对生产调度的要求较高。合理的生产调度有助于更好的利用企业资源、降低生产成本、提高经济效益。车间调度是企业生产系统的核心,其任务是根据生产目标和约束确定工件的加工路线、时间、机器设备等。优良的生产调度有利于企业生产系统的平稳运行。然而车间调度具有计算复杂、约束多、随机性强等特点,这使得车间调度问题一直备受关注。在实际环境复杂多变的生产过程中经常出现动态不确定事件。由于制造业企业产品结构不尽相同,单一的模式化的生产调度算法很难满足不同企业的调度需求。建立适于具体企业的生产调度系统对企业的生产十分必要。本文结合中小型汽车零部件公司的特点,在综合分析几种算法后,提出基于工序和机器的双层编码方式用这种改进的遗传算法处理调度问题。并基于编码提出选择和变异方案,用改进的遗传算法解决静态调度问题。在静态调度基础上提出基于事件驱动的策略处理带有扰动事件的调度问题。所提出的算法只需对那些必须重新调度的操作进行改进,因此可以与现有的调度方法一起使用,提高了柔性制造系统的效率。在提出改进算法的基础上运用MATLAB仿真和Flex Sim仿真通过企业的具体生产环境分析,论证了所提出算法的合理性。最后运用SQL Server2008和Visual Basic6.0建立了适于VAST公司的生产调度管理系统。系统共4个模块,包含生产信息管理、生产调度、质量管理和设备维护。作业人员根据职务的不同享有不同的权限,实现对不同模块的操作功能。对VAST公司生产调度管理系统的建立,加强了车间生产的信息化,在一定程度上降低了企业生产成本,提高了生产效率。(本文来源于《中北大学》期刊2018-04-16）
组车间生产调度论文开题报告
（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：
近年来随着生产力的提高,消费者的需求越来越趋向个性化追求,带动制造业订单出现“批量小、批次多”的特征,对作业车间的生产柔性提出了更高的要求,生产调度需要面对更大的问题规模。柔性作业车间生产调度问题的研究和发展,在很大程度上迎合了这一要求,许多解决方法能够为规模较大的调度问题快速的给出一个满意的调度方案。柔性作业车间生产调度问题是一种基础的问题模型,有着广泛的适用性和良好的延展性。但随着制造业机械化和自动化程度的不断提高,许多车间增设了新的生产系统,使得作业车间生产调度问题出现了新的变体模型,相应的调度解决方法越来越需要根据车间具体情况进行更为契合的设计。因此,本文以G公司柔性作业车间生产加工情况为研究目标,分析与典型的柔性作业车间生产调度问题相比多出了两处复杂之处——自动导引小车(Automated-Guided Vehicle,AGV)运输时间和动态机器数量,并以点带面为该类型的作业车间设计较为契合的调度方法。遗传算法有求解速度快、全局搜索能力强等优点,适合求解背景复杂、规模大的优化问题,因此本文以遗传算法为解决方法的基础算法并做出进一步的改进优化设计。由于G公司柔性作业车间生产调度问题天然的被分成“工序段”和“机器段”,编码方式设计为两段式编码,设计与之契合的POX(precedence operation crossover)交叉算子和多点随机变异算子,最大流程时间的倒数为适应度函数和轮盘赌选择算子。在Kacem算例测试和G公司调度问题求解方案的分析中发现所得方案机器负载不平衡、算法收敛速度慢等问题,使得问题的优化解并不令人满意。为此设计了贪婪式插入解码策略、基于正态分布的先验机器选择机制、机器负荷平衡辅助目标函数设计、机器负荷补偿选择机制和进化算子加入到基础遗传算法之上,并在算例测试和G公司调度问题求解中得到令人满意的解方案,但算例仍不能稳定求得最优解。为了得到更进一步的优化解方案,同时提高算法收敛速度和收敛的稳定性、简化算法的参数设置,本文在改进的遗传算法之上加入了自适应算子设计。自适应函数的构造结合使用了logistic函数和高斯分布函数,自适应函数自变量参数的设计中,除了常用的迭代数外,还设计了基于精英个体编码的相似度参数和种群停滞代数参数。不仅对交叉、变异、进化的概率和长度设计了自适应函数,为调整种群搜索能力,还创新的设计了选择加速算子自适应函数。
（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。
组车间生产调度论文参考文献
[1].蔡酉勇.基于物联网的灌装设备制造车间生产监控与低碳调度研究[D].江南大学.2019
[2].史俊豪.G公司柔性作业车间生产调度问题的改进型自适应遗传算法设计和优化[D].中国矿业大学.2019
[3].广颖,曾立俊.关于优化装配车间生产调度的研究[J].中国集体经济.2019
[4].路璐,曾丹,谈翼飞.面向综合能效提升的机械制造车间生产调度优化模型研究[J].机电产品开发与创新.2018
[5]..基于物联网的智能车间生产物流调度系统解决方案[J].自动化博览.2018
[6].杜丽婕.柔性作业车间生产计划与调度的集成优化研究[D].沈阳工业大学.2018
[7].薛浩.基于节点重要度评估的作业车间生产调度研究[D].新疆大学.2018
[8].蒋南云.存在返工的定点装配车间生产计划与调度集成优化[D].东南大学.2018
[9].周梦萦.五金产品多级混流制造车间生产计划调度与仿真分析[D].华中科技大学.2018
[10].赵雨晴.汽车电子控制器车间生产调度系统的研究[D].中北大学.2018