收藏本站
《西南交通大学》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

基于仿生的数字物流平衡问题理论与应用研究

张则强  
【摘要】:在当前快速变革的时代,日趋激烈的市场竞争、日益提高的客户需求、国际化、生态环境因素,对物流要求的提高,传统物流发展模式难以适应新经济发展要求,促成了对物流新模式的探索。分别对宏观角度的社会物流和微观角度的企业生产物流的关键问题进行了研究。主要研究内容如下: 1) 在研究物流发展的基础上,提出数字物流的概念,比较数字物流与传统物流的区别,辨识虚拟物流、智能物流、信息化物流等数字物流的内涵。研究数字物流的信息化特征、主要信息特点、以及关键信息问题。 2) 对制造业物流关键的装配线平衡问题进行了研究,在分析基本蚁群算法的基础上,针对其优缺点,提出了一种带信息素总合规则结点模式的蚁群智能优化算法。在该算法中,结合问题具体特点,给出了蚂蚁分配方案的生成策略。通过在任务和任务分配序列的位置之间释放信息素,采用了信息素总合规则以进行更有效的信息素累积,考虑了局部信息素更新和全局信息素更新。为提高搜索效率,以综合考虑装配任务作业时间和后续任务数的分级位置权重作为蚁群算法的启发式信息。最后通过对大量的测试问题集的验证,说明了算法的有效性。 3) 研究了混合型装配线平衡问题的智能蚁群优化算法。较之单一型装配线平衡问题,混合品种装配线平衡问题由于多种优先顺序关系更为复杂化。为有效解决混合品种装配线平衡问题,建立了数学模型。提出了一种带信息素总合规则的混合搜索机制的蚁群算法,构造综合考虑利用、探索和随机搜索的混合搜索机制。在该算法中,提出了一种新的求解质量评价函数来替代基于工作站数的目标函数,增加了对信息素累积的区分度。实例验证说明了算法的有效性。 4) 通过模仿社会性昆虫的生活习性,研究了生产物流智能平衡问题斗链组织方式,论述了斗链组织方式的定义与特征,将斗链组织方式与精益方式在零库存和高效化目标、高柔性和快速响应能力、无缺陷和高可靠性目标等方面作了对比,得出了斗链组织方式是一种精益生产方式。并探讨了斗链生产线的应用,总结了斗链组织方式是一种高效而又便于管理的自组织作业模式。 5) 从可持续生态、可持续经济、可持续社会等三个角度分析了数字物流
【关键词】:数字物流 蚁群算法 平衡 智能 仿生
【学位授予单位】:西南交通大学
【学位级别】:博士
【学位授予年份】:2006
【分类号】:F253.9
【目录】:
  • 摘要6-8
  • Abstract8-14
  • 第1章 绪论14-34
  • 1.1 背景14-19
  • 1.1.1 物流模式的变迁与发展14-17
  • 1.1.2 现代物流发展趋势17-18
  • 1.1.3 几种典型的物流模式18-19
  • 1.2 物流研究的若干关键问题19-21
  • 1.3 数字物流研究综述21-22
  • 1.4 装配线平衡问题研究综述22-31
  • 1.4.1 装配线平衡问题研究现状22-28
  • 1.4.2 混合型装配线平衡问题研究现状28-30
  • 1.4.3 斗链组织方式30-31
  • 1.5 研究内容与意义31-32
  • 1.5.1 研究内容31-32
  • 1.5.2 研究意义32
  • 1.6 本文的章节安排和结构32-34
  • 第2章 数字物流的概念与信息化特征34-52
  • 2.1 引言34-35
  • 2.2 数字物流的概念与内涵35-43
  • 2.2.1 数字物流的提出35-38
  • 2.2.2 数字物流的特征38-40
  • 2.2.3 数字物流的关键技术40-43
  • 2.3 数字物流的信息化特征与驱动43-50
  • 2.3.1 数字物流的信息化特征43-44
  • 2.3.2 信息的驱动与本质44-45
  • 2.3.3 数字物流主要信息特点和发展趋势45-47
  • 2.3.4 数字物流若干信息问题47-50
  • 2.4 数字物流前景50-51
  • 2.5 本章小结51-52
  • 第3章 生产物流装配线平衡问题与智能蚁群算法52-76
  • 3.1 引言52-53
  • 3.2 生产物流装配线平衡问题模型及求解策略53-58
  • 3.2.1 装配线平衡问题的定义53-54
  • 3.2.2 数学模型54-56
  • 3.2.3 求解方法56-58
  • 3.2.4 构造解的两个框架58
  • 3.3 蚁群算法58-64
  • 3.3.1 蚁群算法的生物学原理58-59
  • 3.3.2 蚁群算法的系统学特征59-61
  • 3.3.3 基本蚁群算法61-63
  • 3.3.4 蚁群算法的优点63
  • 3.3.5 蚁群算法求解装配线平衡问题存在的问题63-64
  • 3.4 运用改进的蚁群算法求解装配线平衡问题64-70
  • 3.4.1 分配方案的生成策略64-66
  • 3.4.2 装配线平衡问题的蚁群算法模型66-67
  • 3.4.3 可行解的构造67-69
  • 3.4.4 信息素更新策略69-70
  • 3.4.5 算法步骤70
  • 3.5 测试结果与分析70-75
  • 3.5.1 计算实例70-73
  • 3.5.2 分析与讨论73-75
  • 3.6 本章小结75-76
  • 第4章 混合型装配线平衡问题的改进蚁群算法76-91
  • 4.1 引言76-77
  • 4.2 问题描述及数学模型77-81
  • 4.2.1 问题描述77
  • 4.2.2 基本假设条件77
  • 4.2.3 组合作业优先顺序图77-80
  • 4.2.4 基本约束条件80
  • 4.2.5 数学模型80-81
  • 4.3 改进的蚁群算法81-86
  • 4.3.1 蚁群算法模型81
  • 4.3.2 可行解的构造81-83
  • 4.3.3 求解质量评价函数83-84
  • 4.3.4 信息素更新策略84-85
  • 4.3.5 算法步骤85-86
  • 4.4 测试结果与分析86-90
  • 4.4.1 测试问题86-88
  • 4.4.2 实例分析88-90
  • 4.5 本章小结90-91
  • 第5章 群集智能行为模拟与生产物流平衡91-105
  • 5.1 引言91-92
  • 5.2 蚁群中的接力方式92-93
  • 5.3 斗链组织方式模型93-97
  • 5.3.1 基本概念93-95
  • 5.3.2 模型假设95-97
  • 5.4 斗链组织方式的精益特性分析97-102
  • 5.4.1 精益生产方式的特征97-98
  • 5.4.2 斗链组织方式的精益特性98-102
  • 5.5 斗链生产线应用分析102-104
  • 5.6 本章小结104-105
  • 第6章 数字物流平衡问题与生态和谐105-124
  • 6.1 引言105
  • 6.2 数字物流和可持续发展105-112
  • 6.2.1 可持续发展105-106
  • 6.2.2 物流对环境影响的本质分析106-108
  • 6.2.3 数字物流对可持续发展的支持108-112
  • 6.3 物流平衡及其绿色化效用112-123
  • 6.3.1 物流与循环经济113-117
  • 6.3.2 宏观物流平衡的重要实现渠道:逆向物流117-118
  • 6.3.3 物流与循环经济超循环结构形成118-123
  • 6.4 本章小结123-124
  • 第7章 结论与展望124-127
  • 7.1 全文工作总结124-126
  • 7.1.1 论文的主要工作124-125
  • 7.1.2 论文的主要创新点125-126
  • 7.2 展望126-127
  • 致谢127-128
  • 参考文献128-140
  • 攻读博士学位期间发表的论文与主研的科研项目140-141

【相似文献】
中国期刊全文数据库 前10条
1 戴宏发;张源原;孙国强;刘成亮;;蚁群算法研究现状及发展[J];科技创新导报;2011年21期
2 张岳峰;何建敏;孙艳;刘向东;;蚁群算法求解路径时间随机的应急资源调度问题研究[J];统计与决策;2011年15期
3 张臻;王光磊;;基于改进蚁群算法的飞行器航迹规划[J];指挥信息系统与技术;2011年03期
4 邹挺;;混合算法在物流分配路径优化问题中的应用[J];山西科技;2011年04期
5 赵勇;曾勇;贾春华;简三军;;基于改进蚁群算法的物流配送复杂路径优化问题研究[J];中国市场;2011年28期
6 李紫瑶;;应急救援车辆路径寻优——基于多目标改进蚁群算法[J];技术经济与管理研究;2011年09期
7 王勇;张永;毛海军;杭文;;基于改进蚁群算法的多物流中转站选址规划[J];公路交通科技;2011年08期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
3 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
4 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
5 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
6 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
7 宋春峰;侯媛彬;赵圣刚;;蚁群算法在陀螺温控系统中的应用研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年
8 张如伟;黄捍东;赵迪;;一种新的地震非线性反演方法[A];中国地球物理学会第二十四届年会论文集[C];2008年
9 师凯;蔡延光;邹谷山;王涛;;运输调度问题的蚁群算法研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
10 陈峻;沈洁;秦玲;;蚁群算法进行连续参数优化的新途径[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册)[C];2002年
中国重要报纸全文数据库 前10条
1 本报记者 张业军;“数字物流”的类携程模式[N];中国经营报;2009年
2 ;数字物流[N];中国交通报;2004年
3 珍珍 激漪;物流“无间道”——数字物流[N];中国冶金报;2004年
4 朱晓华;中关村建成数字物流港[N];北京日报;2004年
5 王涛;建立AVL战略联盟 促进数字物流发展[N];中国交通报;2002年
6 ;北京城的“数字物流”[N];计算机世界;2002年
7 徐工集团工程机械有限公司CIO 刘建森;徐工集团:数字物流提升供应链价值[N];人民邮电;2009年
8 管亚东;福田打造物流业产学研发基地[N];深圳商报;2004年
9 刘江洁;信息化引领现代物流是必然选择[N];中国交通报;2005年
10 记者 梁艳;湖北将促进“三网融合”写进政府工作报告[N];人民邮电;2010年
中国博士学位论文全文数据库 前10条
1 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年
2 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
3 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
4 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
5 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
6 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年
7 何荥;用信息法研究天空亮度分布[D];重庆大学;2008年
8 闫博;基于蚁群算法的集装箱港口选择与网络均衡分析[D];大连海事大学;2008年
9 吕雄伟;邮政物流车辆路径问题研究[D];西南交通大学;2009年
10 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年
中国硕士学位论文全文数据库 前10条
1 傅宏;基于遗传多蚁群算法的QoS组播路由算法研究[D];重庆大学;2010年
2 潘鹏竹;协同制造调度问题的蚁群算法研究[D];沈阳工业大学;2010年
3 饶跃东;基于改进蚁群算法的无人飞行器航迹规划应用研究[D];武汉理工大学;2010年
4 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
5 吕海鹏;改进蚁群算法在YKK系列中型高压电机优化设计中的应用[D];哈尔滨理工大学;2010年
6 刘志勇;基于蚁群算法与竞选算法的作业车间调度求解及比较研究[D];广东工业大学;2011年
7 张守年;改进的蚁群算法及其在QoS中的应用[D];华南理工大学;2010年
8 林时来;基于蚁群算法的呼吸信号情感识别研究[D];西南大学;2011年
9 孙莹;无底柱分段崩落法矿山生产调度系统优化研究[D];西安建筑科技大学;2010年
10 李旭;应用点着色聚类改进蚁群算法[D];四川师范大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026