导读:本文包含了车间设施布局论文开题报告文献综述及选题提纲参考文献，主要关键词:车间设施布局,系统布置设计(SLP),遗传算法,物料搬运
车间设施布局论文文献综述
徐晨曦[1]（2019）在《基于SLP的车间设施布局优化》一文中研究指出随着《中国制造2025》行动纲领的颁布,我国由制造业大国向制造业强国迈出了坚实的一步,也进一步凸显了制造业在国民经济发展中的重要作用。同时,随着经济全球化竞争的加剧,制造业领域的竞争也日益激烈,如何在激烈竞争的市场中获得一席之地,成为企业探索发展的重要内容。随着我国人口红利优势的消失以及世界资源消耗的加剧,单纯依靠降低原材料消耗成本和人力资源成本已无法满足企业提高竞争优势的需求。因此,企业在着力降低产品生产成本的同时,还需要不断优化生产流程,提高运营效率。车间设施布局是企业优化流程和生产物流的重要环节,科学合理的车间设施布局可以提高工业企业生产力,降低生产成本,实现精益生产与智能制造,综合提高工业企业竞争力。基于此,本文以R公司A车间为研究对象,将系统布置设计(SLP)与遗传算法相结合,对其车间设施布局进行优化改善,并设计制作一款车间设施布局优化系统应用,以提高设施布局优化的工作效率。论文首先整理车间设施布局的基础理论知识,归纳总结SLP方法以及数学模型算法求解在车间设施布局问题中的应用,对比两种方法在处理车间设施布局问题中的优缺点,并确定本文的研究方法。然后通过实地调研R公司A车间产品种类、产量、加工工艺、零部件组成及车间布局现状等,整理A车间设施布局优化的基础数据,分析提炼其存在的布局问题及优化方向。优化改善过程中,先运用SLP方法进行物流分析,建立数学模型约束,以物料搬运成本最小化为目标函数,应用遗传算法求解得到最低物料搬运成本的初始方案;接着利用SLP方法进行车间作业单元间的非物流关系以及综合相互关系分析,对各作业单元间的相互关系密切程度进行量化处理,综合考虑多种因素,对初始方案进行调整,得到多个可行的车间设施布局方案。再应用点评估法在多个方案中进行评价选择,确定一个适合A车间设施布局的最佳方案,并根据R公司的实际情况,提出物料搬运系统的设计方案。最后,基于上述研究,运用MATLAB软件开发了基于遗传算法的车间设施布局优化系统,降低了算法求解设施布局问题的操作难度,使算法求解设施布局问题的思路,从高校等研究机构普及到企业,真正提高了工业企业设施布局优化的工作效率。(本文来源于《宁夏大学》期刊2019-06-01）
李钦成[2]（2019）在《设施布局优化安全玻璃生产车间》一文中研究指出针对安全玻璃生产的工艺特点及企业的生产模式要求,采用了系统布置设计(SLP)对企业的生产车间布局进行改进。通过各作业单元之间的物流关系与非物流关系进行定性及综合分析,得到了可行的布局方案。(本文来源于《中外企业家》期刊2019年09期）
高嘉成[3]（2019）在《基于改进SLP的生产车间设施布局优化及仿真研究》一文中研究指出本文将改进的SLP方法应用到BW公司生产车间布局改造项目中,通过SLP方法对生产车间18个作业单位相关性分析,并以各作业单位综合相关性最大和物料搬运成本最低为目标,建立出车间布局改造数学模型,采用Matlab软件的遗传算法对其求解,得较优布局方案后,使用Flexsim建立仿真模型,经过一段时间仿真运行的数据结果,验证布局方案的有效性。(本文来源于《内燃机与配件》期刊2019年01期）
屈凯龙[4]（2018）在《基于改进粒子群算法的刀具车间设施布局及其仿真研究》一文中研究指出解决车间设施布局问题是一个生产制造企业降低生产成本的关键所在,在满足企业生产资源条件的限制下,设计出一种良好的布局方案,一直是广大学者的研究的热门主题。论文根据企业的需求,设计出符合刀具生产车间的布局模型,应用本文提出改进的粒子群算法,去求解设施布局问题,然后利用计算机仿真技术进行布局模型的优化。首先,阐述了课题研究的目的和意义,国内外关于车间设施布局问题研究方法与布局数学模型;其次介绍论文主要的研究内容与方法理论,之后研究现有的车间布局理论基础与相关求解算法,根据所研究的车间布局模型,提出一种改进的粒子群算法,给出符合车间设施布局问题的一种新的求解方法,对改进的粒子群算法采用分组进化策略,一部分种群粒子群进化,一部分种群遗传进化,并将两者有效的结合,验证了改进算法的有效性;再利用改进的粒子群算法求解建立的数学模型,得出初始布局方案;论文最后使用仿真软件eM-Plant,对布局初始方案进行验证,并结合实际的刀具加工工艺,仿真实际的生产过程,并对初始布局方案进行分析改善。论文将粒子群算法与遗传算法有效结合,提出了一种新的求解算法,并提出了一种新的解码方法,对有关设施布局问题求解提供一种思路。算法与计算机仿真技术有效结合,使布局方案更加完善,研究成果能够给相关车间设施布局设计人员提供可行性建议。(本文来源于《安徽工业大学》期刊2018-12-20）
郜振华,吴昊,李鸣[5]（2018）在《基于蝙蝠算法的车间设施布局研究》一文中研究指出为了实现降低车间作业单元间物料搬运费用,将蝙蝠算法应用于车间设施布局问题中,求解以最小化搬运成本为目标的车间布局问题。该文通过仿真数据的实验和与遗传算法运行结果的对比,证明基本蝙蝠算法在处理这类问题的可行性。(本文来源于《南阳理工学院学报》期刊2018年06期）
孟素素[6]（2018）在《基于SLP方法的生产车间设施布局研究》一文中研究指出以H公司的生产车间作为本文的研究对象,分析该车间的生产现状,找出不合理之处并对其进行改善,运用SLP方法对车间的设施布局改善,最终减少了物料搬运次数,使得工人的生产效率得到提高。(本文来源于《现代商贸工业》期刊2018年30期）
刘思妤[7]（2018）在《面向多目标车间动静态设施布局优化的构形空间进化算法》一文中研究指出设施布局问题(Facility Layout Problem,FLP)是一类NP-hard问题,其研究如何将已知数目的设施合理放置于给定车间内,并且在满足约束的情况下达到最优化目标要求。本文以企业生产中车间设施的布局为背景,根据动静态车间的不同特性,提出不同的去约束机制优化布局,并设计针对多目标问题的智能优化算法对问题进行求解,具体内容如下:(1)研究多目标静态设施布局问题(MO-SFLP)的构形空间进化算法(CSE)。基于弹性区带架构(FBS),将问题转化为无约束优化问题,建立数学优化模型。在CSE中引入“构形库”的概念,构造了以每个构形为圆心,以构形库中所有构形平均距离的一半(dspace=davg/2)为半径的圆形区域,通过dpace不断更新构形库,且dspace的值随着算法的迭代逐渐减小以缩小搜索空间,以此达到加速算法收敛性和提高Pareto最优解多样性的目的。另外,将基于Pareto非支配排序和基于目标函数距离的最近最远候选解法(NFCS)相结合选取最优个体,从而得到分布均匀的Pareto前沿。最后通过10组典型的静态测试算例对算法进行了测试,并对算法的性能进行分析。(2)研究多目标动态设施布局问题(MO-DFLP)的构形空间进化算法。针对动态车间多阶段且设施长宽给定的特点,借用拟物思想,引入挤压弹性势能函数,提出了基于梯度搜索下降的构形空间进化算法(CSE-GM)。利用自适应步长梯度搜索下降法使设施之间干涉性约束得到满足,重新定义了染色体的编码方式,以及种群的进化策略和挑选最优解的方法。为了验证CSE-GM的有效性,通过两组经典的动态测试算例和一个实际应用算例对算法进行了测试,实验结果证明,所提出的算法是解决MO-DFLP的一种有效的算法。(本文来源于《南京信息工程大学》期刊2018-06-01）
刘军[8]（2018）在《基于多目标蚁群算法的车间设施布局方法研究》一文中研究指出车间设施布局问题属于NP难度问题,也是一种复杂的组合优化问题,车间布局问题的研究具有重要的经济意义和理论意义。本文以企业生产中车间设施布局设计为研究背景,根据不同形式的车间设施布局问题,提出不同的约束处理方式来优化布局。采用多目标蚁群(MOACO)算法作为全局优化算法,结合了局部搜索和多种启发式策略构建一种混合算法,具体研究内容及成果如下:(1)研究静态车间设施布局问题(SFLP)的多目标蚁群算法。基于拟物策略,将问题转化为无约束优化问题,建立数学优化模型,并提出一种改进的多目标蚁群优化算法(MOACO)解决静态车间设施布局问题。在MOACO算法中,提出了一种新的信息素更新方法,并结合了基于局部信息素交流的Pareto优化方法和基于小生境技术的全局搜索方法,以获得问题的Pareto非支配解。通过提出一种启发式布局更新策略来更新布局,以增加解的多样性。采用基于自适应步长梯度法的局部搜索和一种启发式设施变形策略相结合的方法,来处理设施之间的干涉性,以获得问题的可行布局方案。用10组典型算例对所提出的算法进行了测试。实验结果表明,本文提出的MOACO算法是一种求解SFLP的有效算法。(2)研究动态车间设施布局问题(DFLP)的多目标蚁群算法。根据动态车间设施布局问题的特点,提出了一种基于弹性区带结构的多目标蚁群算法(MOACO-FBS)。对MOACO-FBS算法中解的表示方式进行了重新定义。提出了一种成对交换策略以提高初始解的质量和算法的寻优能力。为了提高解的多样性,定义了一种基于局部搜索方式的设施更新策略。用4组典型动态算例对算法进行了测试,实验结果证明,所提出的算法是解决DFLP的一种有效的算法。(本文来源于《南京信息工程大学》期刊2018-06-01）
于广洋[9]（2018）在《转向架车间设施布局规划与仿真研究》一文中研究指出随着国内外经济的快速发展、开放程度的不断加深、区域联系的不断加强,作为物理层面的纽带之一——高速铁路将迎来快速发展的黄金时代。这对于高铁列车生产厂家来说既是机遇也是挑战。其中最重要的挑战之一就是如何通过精益改善和制造过程优化管控来提高高铁列车及其零部件的生产效率、降低生产成本。转向架作为高铁列车最重要的关键部件之一,其生产效率直接影响高铁列车的生产效率。鉴于此,论文将针对某转向架生产车间设施布局存在的问题,以转向架生产车间为研究对象,对其设施布局及运行状态进行了深入研究,通过车间布局,实现转向架制造过程的资源优化配置,减少车间内部的物流成本、优化流程结构、提升生产效率。论文首先在深入调研转向架生产车间现行布局、产品、产量、工艺、零部件组成及质量等数据的基础上,分析提炼其设施布局的需求;然后,基于系统化设施布局方法(SLP),对转向架生产车间的物流因素及非物流因素进行了量化处理与计算;接着在构建了转向架生产车间设施布局目标函数与约束条件的基础上,提出并设计了面向转向架生产车间布局的改进SLP方法,并通过智能算法对其进行了求解,获得多个较优方案;进而,结合SLP中未考虑的因素确立了主观与客观相结合的设施布局评价指标体系,利用熵权法和层次分析法综合评定各指标权值,并基于灰色关联度方法对多个方案进行了综合评价,得到最优方案,验证了改进SLP方法在求解结果上的有效性和优越性;最后,通过对所设计布局方案的动态仿真,为方案的综合评价提供数据支撑,同时也为布局的进一步优化提供指导性方向。(本文来源于《北京交通大学》期刊2018-05-01）
廖源泉[10]（2018）在《基于遗传算法的车间设施布局优化及仿真研究》一文中研究指出随着“工业4.0”和“中国制造2025”等概念的提出,现代制造业更加趋向于智能化制造,产品市场也已从生产者导向慢慢向消费者导向转变。而随着消费者需求转变的加速,企业如何应对这种巨大的改变,对消费者做出回应之策,才能使企业在这瞬息万变的激烈的市场中保持竞争优势。显然,目前的制造系统和大批量生产方式已经难以占据市场,会随着智能制造的快速发展而慢慢退出,只有加快产品的创新,降低生产成本,提高生产效率,才能使企业在激烈的竞争中立足。而车间布局问题是制造系统中需要优先考虑到的基础性问题,车间布局的好坏直接影响到公司生产效率。因此,研究车间布局问题对提高公司效益具有一定的意义。本文以某公司一条生产线为研究对象。首先,分析了该生产线目前存在的一些问题,然后考虑到实际生产环境中设备布置的各种要求、约束条件及优化的目标,根据数学建模思想,对该生产线设备布局问题建立简单的数学模型。其次,针对建立的数学模型和设备布置的特点,本文选择采用遗传算法作为优化目标的求解算法。在遗传算法中第一步需要考虑到的问题是编码策略,编码的好坏直接影响到解码,从而影响设备布置的准确性。本文在编码策略上,采用的是等间距实数编码方式,直接对设备台数进行编码,这样得到的解码数据就是需要的结果,保证了最终设备布置的精度。对于遗传算子操作,本文选用轮盘赌选择方法进行选择算子操作;选用部分匹配交叉方法进行交叉算子操作;由于变异的目的是对新产生的个体进行细微调整,增加种群多样性,因此,本文采用随机选择一个染色体进行变异算子操作,把变异概率控制在一定范围,满足要求即可。然后利用MATLAB编程实现遗传算法的求解,得出了优化后的车间物流费用比优化前的物流费用降低了约23%的结果,并且在此基础上降低了车间整体布局面积。最后,利用虚拟仿真方法,对最优的设备布局结果建立3D模型,创建物流路线,模拟现实生产布局环境,呈现一个沉浸感强的车间布局场景,给设计者提供便利。(本文来源于《南华大学》期刊2018-05-01）
车间设施布局论文开题报告
（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：
针对安全玻璃生产的工艺特点及企业的生产模式要求,采用了系统布置设计(SLP)对企业的生产车间布局进行改进。通过各作业单元之间的物流关系与非物流关系进行定性及综合分析,得到了可行的布局方案。
（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。
车间设施布局论文参考文献
[1].徐晨曦.基于SLP的车间设施布局优化[D].宁夏大学.2019
[2].李钦成.设施布局优化安全玻璃生产车间[J].中外企业家.2019
[3].高嘉成.基于改进SLP的生产车间设施布局优化及仿真研究[J].内燃机与配件.2019
[4].屈凯龙.基于改进粒子群算法的刀具车间设施布局及其仿真研究[D].安徽工业大学.2018
[5].郜振华,吴昊,李鸣.基于蝙蝠算法的车间设施布局研究[J].南阳理工学院学报.2018
[6].孟素素.基于SLP方法的生产车间设施布局研究[J].现代商贸工业.2018
[7].刘思妤.面向多目标车间动静态设施布局优化的构形空间进化算法[D].南京信息工程大学.2018
[8].刘军.基于多目标蚁群算法的车间设施布局方法研究[D].南京信息工程大学.2018
[9].于广洋.转向架车间设施布局规划与仿真研究[D].北京交通大学.2018
[10].廖源泉.基于遗传算法的车间设施布局优化及仿真研究[D].南华大学.2018
标签：车间设施布局; 系统布置设计(SLP); 遗传算法; 物料搬运;