导读:本文包含了协同制造任务论文开题报告文献综述及选题提纲参考文献，主要关键词:云制造,多供应商,协同生产,制造资源
协同制造任务论文文献综述
陈友玲,牛禹霏,刘舰,左丽丹,王龙[1]（2019）在《面向云制造的多供应商协同生产任务分配优化》一文中研究指出针对云制造环境下制造资源生产能力约束导致的任务分配不合理问题,研究建立了一种任务分配优化模型并提出了求解算法。依据子任务订单量对多个供应商进行生产组合,继而提出质量相似度等概念及其相应的计算方法,建立评价指标体系,并在此基础上构建了面向云制造的多供应商协同生产任务分配优化模型;通过对模型特征的分析与把握,提出一种改进的多目标粒子群进化算法,求解模型得到最优组合以及组合量。最后,通过实例证明了该模型与算法的可行性和有效性。(本文来源于《计算机集成制造系统》期刊2019年07期）
朱晓霞,王成亮,李泉林[2]（2019）在《基于改进NSGA-Ⅱ算法的协同制造任务调度研究》一文中研究指出针对网络协同制造环境下子任务在企业间的任务调度问题,充分考虑协同制造环境下各子任务并行与串行并存的复杂时序关系,制造企业在空间上异构以及生产目标要求多样的特征,在免除调查用户偏好过程的基础上,构建了网络协同制造任务调度的多目标优化模型,改进了NSGA-Ⅱ算法,采用了合理有效的编解码方式、遗传算子和精英策略,在保证种群多样性的同时提高了运算速度,最终得到包含多个解的Pareto最优解集供用户选择。通过算例仿真验证了其有效性,发现其能够很好地解决协同制造系统的任务调度问题。(本文来源于《制造技术与机床》期刊2019年04期）
栾兆东[3]（2019）在《云制造环境下SY机床集团协同任务分配优化研究》一文中研究指出随着全球经济一体化和科学技术的迅猛发展,制造企业的竞争核心、发展战略、技术重点等发生了巨大的变化。机床装备作为制造业的工作母机,是国民经济发展特别是工业经济发展的基础。然而,目前我国的机床装备产业大而不强,正处于全球价值链的低端向中高端转变,从中国制造向中国智造转变,从制造大国向制造强国转变的关键历史时期,同时也承受着发达国家制造业回归和新兴经济体吞噬市场的双重压力。因此,无论从国际机床装备行业的总体发展趋势,还是从传统制造企业转型的实际需求看,我国广大机床装备制造企业存在着巨大的发展空间。SY机床集团作为国内最大的机床设备制造商,目前在网络通信、数据库、CAD/CAPP/CAE、ERP、OA等信息化建设方面已经能初步满足企业经营管理的需求,但就应用范围和水平而言与世界五百强生产企业还存在一些差距。因此,制定一套完善的协同任务分配方案,对提高SY集团的竞争力具有重要的实际意义。本文在SY机床集团已有的云制造平台基础上,对SY机床集团任务分配环节存在问题进行分析的基础上,运用全生命周期理论对其任务分解、重组、匹配进行优化设计。首先分析了云制造环境下SY机床的任务分配现状,通过映射的方法对任务从结构—工艺两方面进行分解,并对其进行结果分析。然后使用设计结构矩阵及模糊任务排序算法对任务执行顺序进行确定,并引入博弈理论对任务重组过程中的冲突问题进行冲突消解。最后构建了知识库,提出了一种基于知识重用的云制造任务两阶段匹配模型,对任务匹配结果进行了分析比较。本文通过对云制造环境下SY机床集团任务分配问题的研究,为SY机床集团任务执行效率的提高提供了一套管理方案,对SY机床集团更好地利用现代信息技术提升产品制造竞争力具有重要的意义。(本文来源于《哈尔滨理工大学》期刊2019-03-01）
任磊,任明仑[4]（2018）在《基于学习与协同效应的云制造任务动态双边匹模型》一文中研究指出云制造环境下的智能服务单元具有自适应学习能力,并通过社会关系与其他服务进行资源传递、信息共享交互,协作完成复杂制造项目。根据云平台上制造任务关联性与服务协同性的新特征,提出考虑学习与协同效应的制造任务双边匹配决策方法。由于云交易的重复性、动态性,服务通过多次参与任务积累知识提升服务质量,构造基于学习效应模型的主体动态能力计算方法,运用期望效用理论聚合双方满意度。同时,应用协同网络刻画服务社会关系,基于社会网络理论计算服务间协同满意度。从而构建以任务、服务满意度、服务间协同满意度最大化的一对一双边匹配多目标模型。通过汽车云制造实例运算得到最优匹配方案,验证本文模型的有效性,并与一般双向匹配、考虑学习、考协同效应的3类模型比较,证明本文模型的优势,更符合实际制造场景要求。(本文来源于《中国管理科学》期刊2018年07期）
任磊,任明仑[5]（2018）在《基于竞争与协同效应的复杂制造任务一对多双边匹配模型》一文中研究指出为了增强智慧云平台上匹配方案的稳定性、降低云任务匹配问题的复杂性,通过构建任务竞争关联网络和服务协同网络,提出基于竞争与协同效应的一对多双边匹配问题。运用期望效用理论计算双方满意度,提出基于竞争关联的任务间满意度和基于社会网络的服务间满意度聚合方法。以最大化任务满意度、服务满意度、任务间满意度和服务间满意度为目标,构建任务双向匹配多目标优化模型,运用改进非支配粒子群算法和加权TOPSIS求解得到最佳方案。通过汽车智慧制造实验验证了模型和算法的有效性,并与传统双向匹配、只考虑任务竞争、只考虑服务协同的3类匹配模型进行比较,分析不同应用场景下模型所获最优方案的差异,证明了所提模型在竞争与协同环境下的优势,获得了贴近真实情景的最优满意稳定匹配。(本文来源于《计算机集成制造系统》期刊2018年05期）
夏燕[6]（2017）在《基于协同制造多任务的设备资源配置优化方法研究与应用》一文中研究指出为解决协同企业设备资源配置失衡的问题,实现设备资源最佳化动态调度,分析了设备资源配置组合优化过程中的决策目标,提出基于成本、时间、质量等变量的多目标优化模型,利用改进遗传算法对协同制造多任务设备配置优化问题进行研究。以某电机制造企业为实例,分析验证了多目标优化模型及求解方法的可行性与实用性,为多目标配置优化问题的研究提供参考。(本文来源于《机械制造》期刊2017年09期）
任磊,任明仑[7]（2018）在《基于混合任务网络的智慧制造任务协同分配模型》一文中研究指出复杂任务场景下,由于制造子任务间存在多维的物料、信息、知识交互和传递关系,对匹配服务单元间的协同能力提出一致性要求,任务关系与服务协同关联匹配不精确将带来额外协调和交互成本,降低资源配置效率,而传统任务分配模型忽视任务关系约束对分配结果的影响。鉴于此,通过任务网络与服务协同网络的动态匹配,构建了面向任务关系约束的任务协同分配方法。针对"好钢未用在刀刃上"现象,综合用户偏好和网络中心性分配任务权重,提出基于权重的服务胜任度聚合方法;针对"1+1<2"不协同现象,提出基于横向协同和纵向协同的服务协同水平计算方法;综合考虑服务群体的胜任度和协同水平,提出基于混合任务网络的多目标任务分配优化数学模型。利用改进非支配粒子群算法进行求解得到Pareto最优解集,根据用户偏好和实际制造情形,通过加权TOPSIS评估获取个性化、灵活的最佳分配方案。运用汽车云制造仿真实验,验证了模型的有效性,通过在最好解、平均解和运行时间上与其他算法进行对比,分析了所提方法的优势。(本文来源于《计算机集成制造系统》期刊2018年04期）
程方启[8]（2013）在《面向时序约束任务的协同制造链构建过程研究》一文中研究指出为实现制造任务的多企业协作,基于协同制造链的概念建立了时序约束任务有向图模型,系统研究了协同制造链构建过程的数学建模问题,分析了规范型与非规范型协同制造链的构建过程及其特点。通过对协同制造链的不同构建模式的分析,有助于实现多企业间制造任务的协作。(本文来源于《机械设计与制造工程》期刊2013年11期）
陈君,田锡天,张振明,耿俊浩,董思洋[9]（2013）在《基于粒子群模拟退火算法的协同制造任务链构建》一文中研究指出为了解决网络化制造中的任务分配与资源配置脱节的问题,从制造任务与制造资源相互协调的角度出发,建立了基于时间、成本和质量为多目标的协同制造任务链数学模型;考虑到粒子群算法后期由于粒子趋向同化使其容易陷入局部最优,引入模拟退火思想,设计了基于粒子群模拟退火的模型求解方法;该方法不仅汲取了粒子群算法快速收敛的优点,并通过模拟退火的降温过程来提高算法的进化速度和精度,保持较好的全局搜索能力;最后的仿真实验表明,所提出的方法收敛速度快,寻优能力强。(本文来源于《计算机测量与控制》期刊2013年04期）
郭志明,莫蓉,孙惠斌,常智勇[10]（2011）在《改进GSA算法在协同制造任务分配中的应用》一文中研究指出针对网络化协同制造中的任务分配问题,建立了以制造任务完成时间、完成成本、产品工艺质量为目标的多目标优化模型,提出了模型求解的改进遗传模拟退火(Genetic Simulated Annealing,GSA)算法。建立了协同制造任务分配的层次结构模型,应用模糊层次分析法分析了时间、成本和工艺质量等因素在协同制造任务分配过程中的相对重要性。设计了优化模型求解的改进遗传模拟退火算法,并结合具体实例验证了算法的有效性和优越性。(本文来源于《计算机工程与应用》期刊2011年14期）
协同制造任务论文开题报告
（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：
针对网络协同制造环境下子任务在企业间的任务调度问题,充分考虑协同制造环境下各子任务并行与串行并存的复杂时序关系,制造企业在空间上异构以及生产目标要求多样的特征,在免除调查用户偏好过程的基础上,构建了网络协同制造任务调度的多目标优化模型,改进了NSGA-Ⅱ算法,采用了合理有效的编解码方式、遗传算子和精英策略,在保证种群多样性的同时提高了运算速度,最终得到包含多个解的Pareto最优解集供用户选择。通过算例仿真验证了其有效性,发现其能够很好地解决协同制造系统的任务调度问题。
（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。
协同制造任务论文参考文献
[1].陈友玲,牛禹霏,刘舰,左丽丹,王龙.面向云制造的多供应商协同生产任务分配优化[J].计算机集成制造系统.2019
[2].朱晓霞,王成亮,李泉林.基于改进NSGA-Ⅱ算法的协同制造任务调度研究[J].制造技术与机床.2019
[3].栾兆东.云制造环境下SY机床集团协同任务分配优化研究[D].哈尔滨理工大学.2019
[4].任磊,任明仑.基于学习与协同效应的云制造任务动态双边匹模型[J].中国管理科学.2018
[5].任磊,任明仑.基于竞争与协同效应的复杂制造任务一对多双边匹配模型[J].计算机集成制造系统.2018
[6].夏燕.基于协同制造多任务的设备资源配置优化方法研究与应用[J].机械制造.2017
[7].任磊,任明仑.基于混合任务网络的智慧制造任务协同分配模型[J].计算机集成制造系统.2018
[8].程方启.面向时序约束任务的协同制造链构建过程研究[J].机械设计与制造工程.2013
[9].陈君,田锡天,张振明,耿俊浩,董思洋.基于粒子群模拟退火算法的协同制造任务链构建[J].计算机测量与控制.2013
[10].郭志明,莫蓉,孙惠斌,常智勇.改进GSA算法在协同制造任务分配中的应用[J].计算机工程与应用.2011