导读:本文包含了自动配棉论文开题报告文献综述及选题提纲参考文献，主要关键词:棉花,自动配棉系统,纺织,现代物流
自动配棉论文文献综述
杨建国[1]（2017）在《自动配棉系统在纺织企业和棉花现代物流体系中的应用研究》一文中研究指出计算机自动配棉系统是根据HVI数据来接收棉包并进行仓储管理,根据棉包信息打印棉包标签,再根据配棉要求,选择棉包并进行重新分类分组,然后对库存原料进行分析统计,选择合理的配棉方案,从而优化配棉组合,降低配棉成本,提高终端产品质量。本人参加国产计算机自动配棉系统验证的全过程,自动配棉系统在纺织企业的应用取得了很好的效果,但由于市场、装卸、场地等因素的影响,自动配棉系统在纺织企业并没有得到有效地推广。本文同时也就计算机自动配棉系统在棉花流通企业中的应用进行探讨,发挥产业链的优势,由棉花加工企业或者棉花仓储企业为纺织企业提供计算机自动配棉服务,或者是运用计算机自动配棉系统的分类分组功能对棉花进行优化挑拣,以达到细化指标、优棉优用的目的,借此也可以推动我国棉花物流现代化的发展进程。(本文来源于《天津工业大学》期刊2017-05-11）
宋楚平,李少芹[2]（2016）在《应用改进遗传算法的自动配棉模型优化与应用》一文中研究指出针对配棉工艺具有多约束条件的特点和现有自动配棉的不足,提出将改进的遗传算法应用到线性规划优化求解问题中,通过改进遗传算法的初始种群生成策略、遗传算子和进化收敛条件,将配棉约束条件动态融合到种群进化过程中,在保证配棉约束条件的前提下,兼顾了求解的效率和有效性,以达到对自动配棉进行优化的目的。应用结果显示:用改进遗传算法对配棉模型的求解优于基本遗传算法,且配棉的各项指标值符合生产技术要求,在满足混棉质量的前提下,该方法能指导技术人员对候选棉和库存棉做出更合理的选择,有效降低了配棉成本。(本文来源于《纺织学报》期刊2016年09期）
韩金[3]（2016）在《让纺纱更简单 配棉专家来帮忙——CAS自动配棉系统让你成为专家》一文中研究指出一、行业存在的难题棉花作为纺织原料,从农产品到工业品离不开交易和使用。供需信息不透明,质量数据难以有效匹配成为困扰交易和纺纱用棉的关键难题,加工企业希望优棉能够优价。纺织企业原料需求个性化,希望买的就是自己需要的。供需不能有效对接、使用不能精准匹配是困扰纺织企业的一个突出难题。之所以纺企对外棉比较青睐,原因有多种,其中之一是纺织企业难以购买到适合自己纺纱需要的棉花,无法按照质量指标购买棉花,即便按照传统方式购买到了棉花,(本文来源于《中国棉花加工》期刊2016年03期）
陈怀忠,何仁初,史桂丽[4]（2014）在《基于改进PSO算法的自动配棉工艺参数优化设计》一文中研究指出为进一步改善自动配棉的通用性和自适应性,针对配棉工艺多约束条件特点,进行了自动配棉优化设计。提出了一种基于改进的PSO(particle swarm optimization)算法的自动配棉参数优化求解方法。通过配棉数学模型建立,将其转化为多约束条件优化求解问题。分析了标准PSO算法在配棉工艺参数寻优的不足,对标准PSO算法惯性权重和学习因子策略的不足加以改进。将采集到的棉纺企业工艺参数,用标准PSO和本文改进的PSO算法同时对配棉工艺模型求解。结果显示:改进的PSO算法采用了惯性权重递减和学习因子自适应策略,寻优速度、精度、局部和全局寻优能力等指标都得到提高,降低了企业配棉成本,具有一定的实用价值。(本文来源于《纺织学报》期刊2014年06期）
张增强,黄马壮[5]（2011）在《粒子群算法在计算机自动配棉优化中的应用》一文中研究指出为提高计算机配棉的自适应性和通用性,对于多约束条件的计算机配棉优化设计,提出了基于粒子群优化算法优化求解的方法。通过对自动配棉问题进行数学建模,将其转化为多约束条件下多维函数优化问题,再将粒子群优化算法引入模型的求解中,保证了方程组中每个可能的解都能被精确搜索到。实例证实了该方法能够快速、有效求得优化解,而且达到最优化的组合。(本文来源于《纺织学报》期刊2011年02期）
陆俊虎[6]（2011）在《求解自动配棉问题的粒子群算法研究》一文中研究指出自动配棉是将具有不同参数属性的棉批按不同比例进行混合形成配棉方案,找到满足配棉约束条件的最佳配棉方案的过程。自动配棉问题是一个多约束条件的组合优化问题,计算复杂度相当高,从计算理论的角度上来说属于NP难问题。自动配棉问题的难点在于其约束条件的复杂性。如何在满足约束条件的情况下找到最优解是其区别与一般组合优化问题的关键之处。粒子群优化(Particle Swarm Optimization, PSO)算法是一种新型的群体智能算法,由Eberhart R.C博士和Kennedy J博士于1995年提出。PSO算法来源于对鸟群捕食行为的研究,是近年来发展起来的一种新的进化算法。系统初始化为一组随机解,通过迭代搜寻最优值。目前该算法已广泛应用于函数优化、神经网络训练、数据挖掘、模糊系统控制以及其他的应用领域。本文首先对多约束条件下的配棉问题进行分析,建立了自动配棉问题的数学模型。然后分析了一些在组合优化问题中常用的智能算法,包括遗传算法、蚁群算法以及粒子群算法。阐述了这叁种算法的基本原理及其特点。根据自动配棉问题的特点,提出采用粒子群算法求解自动配棉问题。最后,本文研究实现了自动配棉的基本粒子群算法,并通过实验结果分析,提出了两种对粒子群算法的改进方案：一种是将遗传算法与粒子群算法进行融合,另一种是采用动态参数和模拟退火思想的粒子群算法并加以实现。通过对两者进行比较实验得出结论：两种算法在收敛性、运算效率、解的优劣性等性能上都有了明显提高,但两者在某些方面也各有所长,具体说来,当问题规模较小的时候后者的表现相对较好,而随着问题规模的扩大,后者的优势逐渐显现出来。(本文来源于《浙江大学》期刊2011-01-07）
左敬东,左振[7]（2010）在《微电脑绞龙配棉自动控制系统介绍》一文中研究指出目前我国典型的棉花加工工艺中,主要有绞龙配棉和叁管气流配棉两种方式。本文主要针对现有的绞龙配棉方式结合笔者所在企业开发的微电脑绞(本文来源于《中国棉花加工》期刊2010年06期）
黄马壮,张增强[8]（2009）在《基于惯性权重粒子群算法的自动配棉优化研究》一文中研究指出采用MATLAB7.0编程,研究基于惯性权重模型的粒子群算法的自动配棉优化组合,此法能适合用于解决计算机自动配棉优化问题。(本文来源于《天津纺织科技》期刊2009年03期）
林兰芬,欧冠男,陆俊虎[9]（2009）在《多约束条件下自动配棉的混合遗传算法》一文中研究指出现有自动配棉方法求解的问题规模不大或者不易找到最优解,为此建立了一个多约束条件下自动配棉问题的数学模型.基于基本遗传算法,采用罚函数法处理多个约束条件,通过对种群进化程度进行监控并适时地增大选择压力,形成求解自动配棉问题的基于自适应罚函数法的混合遗传算法(MGA1).进一步提出了求解自动配棉问题的基于模拟退火算法和隔代相传策略的混合遗传算法(MGA2).以企业实际棉批库存与质量数据为例进行实验验证,结果表明,对于中小规模的配棉问题,MGA2具备较好的寻找最优解和较优解的能力,并且其解表现出多样性的特点;而对于大规模的配棉问题,MGA1保持良好的收敛性,能够找到比MGA2更好的最优解和较优解.(本文来源于《浙江大学学报(工学版)》期刊2009年05期）
李成国,范秀娟[10]（2009）在《改进混合遗传算法在自动配棉上的应用》一文中研究指出为解决多约束条件下配棉难的问题,通过研究原棉性能与纱线质量之间的关系以及分析基本遗传算法在解决该问题时的优缺点,设计了新的计算机自动配棉数学模型,并运用群体排序和局部寻优等关键技术,提出一种改进的混合遗传算法。分别运用基本遗传算法和改进的混合遗传算法对自动配棉模型进行实验。结果表明:改进的混合遗传算法给出的配棉方案比较合理,混合棉质量指标精度较高;由于增加了局部寻优算子和最速下降因子,算法的寻优能力和收敛速度得到了加强。(本文来源于《纺织学报》期刊2009年03期）
自动配棉论文开题报告
（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：
针对配棉工艺具有多约束条件的特点和现有自动配棉的不足,提出将改进的遗传算法应用到线性规划优化求解问题中,通过改进遗传算法的初始种群生成策略、遗传算子和进化收敛条件,将配棉约束条件动态融合到种群进化过程中,在保证配棉约束条件的前提下,兼顾了求解的效率和有效性,以达到对自动配棉进行优化的目的。应用结果显示:用改进遗传算法对配棉模型的求解优于基本遗传算法,且配棉的各项指标值符合生产技术要求,在满足混棉质量的前提下,该方法能指导技术人员对候选棉和库存棉做出更合理的选择,有效降低了配棉成本。
（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。
自动配棉论文参考文献
[1].杨建国.自动配棉系统在纺织企业和棉花现代物流体系中的应用研究[D].天津工业大学.2017
[2].宋楚平,李少芹.应用改进遗传算法的自动配棉模型优化与应用[J].纺织学报.2016
[3].韩金.让纺纱更简单配棉专家来帮忙——CAS自动配棉系统让你成为专家[J].中国棉花加工.2016
[4].陈怀忠,何仁初,史桂丽.基于改进PSO算法的自动配棉工艺参数优化设计[J].纺织学报.2014
[5].张增强,黄马壮.粒子群算法在计算机自动配棉优化中的应用[J].纺织学报.2011
[6].陆俊虎.求解自动配棉问题的粒子群算法研究[D].浙江大学.2011
[7].左敬东,左振.微电脑绞龙配棉自动控制系统介绍[J].中国棉花加工.2010
[8].黄马壮,张增强.基于惯性权重粒子群算法的自动配棉优化研究[J].天津纺织科技.2009
[9].林兰芬,欧冠男,陆俊虎.多约束条件下自动配棉的混合遗传算法[J].浙江大学学报(工学版).2009
[10].李成国,范秀娟.改进混合遗传算法在自动配棉上的应用[J].纺织学报.2009