智能算法在船舶MES资源分配和状态管理模块中的应用研究

论文摘要

制造执行系统是面向制造企业执行层的信息管理系统，国内对于这一领域的研究已经有一段时间了，但是应用到船舶制造领域的还非常少。本文研究的船舶制造执行系统旨在帮助船舶制造企业解决企业资源计划与生产现场信息联系不紧密的问题，使得企业生产能力可以得到科学评估、生产成本得到有效控制，企业管理信息系统能够及时、快速、有效的集成运行，从而提高企业整体管理水平，适应敏捷造船模式对生产敏捷性的要求。据此，本文对船舶制造执行系统的功能体系、资源分配和状态管理模块进行了详细的研究并搭建了其内部体系结构。在此基础上又详细的对资源分配和状态管理模块论文进行分析，找出模块中的数学问题，分成几类，建立最优的数学模型找出问题的最佳解决方案。为资源分配和状态管理模块的实现做好了数学基础。因此可以将论文分为以下几个主要部分：第一章绪论，主要阐述本文的研究背景和立题依据，分析该课题在国内外的研究现状和发展趋势，确定本文的研究内容和研究思路。第二章船舶制造执行系统体系结构研究，对船舶MES领域做全面系统的概括和分析。在阐述船舶MES概念和模型的基础上，对船舶企业的生产管理特点分析，提出基于MES的船舶企业职能模型，讨论开发船舶制造执行系统存在的困难，并对其展开需求分析，进而对船舶MES功能体系进行设计。第三章是船舶制造执行系统资源分配和状态管理模块设计，本章在设计好的船舶MES功能体系的基础上进一步的分析资源分配和状态管理模块的功能需求，并根据资源分配和状态管理模块与其他模块的动态联系对资源分配和状态管理模块进行功能模型设计。且通过研究，提出资源分配和状态管理模块中应用智能算法解决的问题。第四章是相关智能算法的介绍。通过问题分析找出其最适合算法，对算法进行简单介绍。第五章智能算法在资源分配和状态管理模块中的应用，本章是理论联系实际的部分，在分析了问题提出了算法的基础上，模拟船舶企业实际中出现的问题，通过建立数学模型，软件仿真，看是否该算法在解决实际问题中起到良好的效果。

论文目录

• 摘要
• Abstract
• Contents
• 论文中涉及的术语及缩写词
• 第一章 绪论
• 1.1 研究背景
• 1.2 论文的研究目的意义
• 1.3 国内外现状及发展趋势
• 1.3.1 国内外现状
• 1.3.2 发展趋势
• 1.4 论文主要展开工作
• 1.4.1 论文研究思路及内容
• 1.4.2 论文研究方法
• 1.4.3 论文主体框架
• 第二章 船舶制造执行系统体系结构
• 2.1 船舶制造企业模型构建
• 2.1.1 船舶企业的生产管理特点分析
• 2.1.2 基于 MES 的船舶企业职能模型
• 2.2 船舶制造执行系统需求分析
• 2.2.1 船舶制造执行系统需求分析
• 2.2.2 开发船舶制造执行系统存在的困难
• 2.3 船舶制造执行系统功能体系设计
• 2.3.1 船舶制造执行系统功能信息模型研究
• 2.3.2 船舶制造执行系统功能体系结构设计
• 2.4 船舶制造执行系统开发的关键技术
• 2.5 本章小结
• 第三章 船舶制造执行系统资源分配和状态管理模块设计
• 3.1 资源分配和状态管理模块的功能需求
• 3.1.1 设备管理
• 3.1.2 物料管理
• 3.1.3 人员管理
• 3.2 资源分配和状态管理模块与其他模块的动态联系
• 3.3 资源分配和状态管理模块的功能模型设计
• 3.4 资源分配和状态管理模块中应用智能算法解决的问题
• 3.4.1 资源分配和状态管理模块中应用智能算法解决的问题
• 3.4.2 优化算法的选择原则
• 3.5 本章小结
• 第四章 相关智能算法介绍
• 4.1 模拟退火算法
• 4.1.1 模拟退火算法概念
• 4.1.2 模拟退火算法的基本思想
• 4.1.3 模拟退火算法的一般步骤
• 4.1.4 模拟退火算法的优缺点
• 4.1.5 模拟退火算法应用范围
• 4.2 遗传算法
• 4.2.1 遗传算法概念
• 4.2.2 遗传算法的基本思想
• 4.2.3 遗传算法的一般步骤
• 4.2.4 遗传算法的优缺点
• 4.2.5 遗传算法应用范围
• 4.3 人工神经网络
• 4.3.1 人工神经网络算法的概念
• 4.3.2 人工神经网络算法的基本思想
• 4.3.3 人工神经网络算法的一般步骤
• 4.3.4 人工神经网络算法的优缺点
• 4.3.5 人工神经网络算法的应用范围
• 第五章 智能算法在资源分配和状态管理模块中的应用
• 5.1 基于模拟退火算法的人力分配问题
• 5.1.1 模型的建立
• 5.1.2 模拟退火算法求解
• 5.1.3 模型应用
• 5.2 基于遗传算法的设备分配策略问题
• 5.2.1 模型建立
• 5.2.2 遗传算法求解
• 5.2.3 模型应用
• 5.3 基于 BP 神经网络船舶企业员工综合评价
• 5.3.1 评价模型的原理
• 5.3.2 评价指标的选取
• 5.3.3 评价模型的结构
• 5.3.4 评价指标数据的采集及归一化处理
• 5.3.5 模型应用
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士期间参与的科研项目以及发表的学术论文
• 致谢
• 大摘要