云制造模式下汽车制造企业制造资源组合配置研究

摘要

随着科技的发展，制造业也不断发展壮大，暴露的问题也越来越多:现今制造网络的服务模式和共享资源的配置已经无法达到日益增长的制造资源优化配置的需要。而云制造因其特有运行模式与体系结构，已逐渐成为制造业新兴模式的代表。
　　本文结合汽车制造企业的特点，在此云制造的模式下探讨汽车制造企业对制造资源的配置研究。在云制造环境下，各种云需求均以服务的形式来提供给本文所关注的汽车制造企业，为了保障服务的多样性和完整性，本文将制造资源的范围扩充到制造资源与服务。而云制造以及资源配置的研究潜力是巨大的，因而对于这个问题的研究具有重大意义。先前的传统遗传算法稳定性较差，选出的结果可能会产生局部最优解，基于此本文提出改进遗传算法并解决问题，在论文中会使用算例进行详细说明。最后本文将对使用的方法的优缺点进行阐述，并对云制造的发展前景和问题做出展望。

目录

致谢

摘要

1 绪论

1．1 研究背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．3 研究内容与文章结构

1．3．1 研究内容

1．3．2 文章结构

2 相关理论研究

2．1 云制造的相关概念

2．1．1 制造资源

2．1．2 云计算

2．1．3 云制造

2．2 云制造的网络结构及特点

2．2．1 云制造的特点

2．2．2 云制造资源服务的网络结构

2．2．3 云制造与已有制造模式的区别

3 汽车制造企业云制造体系与资源配置

3．1 汽车制造企业制造资源服务分类与描述

3．1．1 汽车制造企业制造资源服务分类

3．1．2 汽车制造企业制造资源服务描述

3．2 汽车制造企业云制造体系结构

3．2．1 汽车制造企业云制造体系结构与配置过程

3．2．2 汽车制造企业云制造体系层次详述

3．2．3 汽车制造企业云制造资源服务配置过程

3．3 汽车制造企业云制造资源配置算法

3．3．1 汽车制造企业云制造资源配置算法选择

3．3．2 汽车制造企业云制造资源配置算法步骤

3．3．3 汽车制造企业云制造资源配置算法改进

4 算例分析

4．1 汽车制造企业云制造资源配置参数

4．1．1 约束指标

4．1．2 AHP法权量

4．1．3 目标函数

4．1．4 适应度函数

4．2 数据运行及结果分析

4．2．1 样本数据

4．2．2 运行结果分析

4．3 算法分析

4．3．1 结果分析

4．3．2 稳定性分析

4．3．3 算法总体分析

5 结论与展望

5．1 全文总结

5．2 不足与展望

参考文献

作者简历

声明

学位论文数据集