基于不确定性决策的产品装配顺序优化方法的研究与应用

随着人工智能领域的飞速发展,越来越多传统的工业制造都大规模依赖于计算机技术。在智能工业制造中,产品的装配是完成制造的最后一步,工业产品往往具有多个部件,且是无序的,针对绿色制造背景下产品装配顺序方案评价的不确定性和不相容性,本文提出了一种基于粗糙集理论、可拓分析和D-S证据理论的产品装配序列方案评价方法,以对专家或者技术人员提供最后的决策工作。基于可拓分析理论,建立了经典域物元、节域物元和待评价物元,得到了评价物元的关联函数矩阵。通过变换,建立了D-S理论的判别框架,并将关联函数推广到D-S理论的BPA函数。利用合取析取双算子的加权融合证据融合法则和传统的D-S证据理论对证据进行融合,对比多个证据的融合结果。最后,得到了多个产品装配序列的分类结果以及同一层次方案的排序关系。本文的主要贡献如下:（1）针对评价专家的主观经验和不确定性,本文采用一种模糊粗糙指标值的计算方法,对待评价事物的各个指标进行模糊评价,解决客观评价准则值的问题。（2）针对可拓分析能够处理评估中的不相容性,本文采用可拓分析方法,以物元理论和可拓集合理论作为理论框架,建立待评价事物的经典域、节域和评估等级,并根据实际数据计算待评物元关于评估等级的关联函数,通过关联函数来定量客观地描述待评物元隶属于某一评估等级的程度,并可根据关联函数的大小区分出不同待评物元的层次。（3）针对Dempster-Shafer理论中的证据主要是通过专家的知识和经验得到,具有很强的主观性,本文采用合取析取双算子加权融合法则和可拓分析相结合的办法,能够有效地把事物中存在的矛盾问题转换为相容的,从而减少各个证据之间的冲突,最大限度地优化证据融合的结果。

基本信息

题目	基于不确定性决策的产品装配序列优化方法研究与应用
文献类型	硕士论文
作者	许冠英
作者单位	北方民族大学
导师	李联辉,郭伟
文献来源	北方民族大学
发表年份	2020
学科分类	信息科技
专业分类	自动化技术
分类号	TP18
关键词	粗糙集,物元分析,证据理论
总页数：	64
文件大小：	1591K

论文目录

摘要

abstract

第一章 引言

1.1 论文研究背景及意义

1.2 国内外研究现状

1.3 研究目标及研究内容

1.4 论文章节结构

第二章 装配序列优化的评价准则选取及定义

2.1 评价标准的层次结构

2.2 评价指标值的计算方法

2.3 本章小结

第三章 待选可行性装配序列评价准则值求解

3.1 引言

3.2 RS理论的发展和模糊集理论的比较

3.3 RS理论的基本概念

3.4 模糊层次分析法

3.5 基于模糊粗糙方法的指标值计算方法

3.6 算例分析

3.7 本章小结

第四章 待选可行性装配序列可拓分析

4.1 引言

4.2 待评价装配序列的可拓分析

4.3 基于关联函数的BPA函数求解

4.4 基于CRITIC法的特征重要度计算

4.5 物元分析方法计算的步骤

4.6 算例分析

4.7 本章小结

第五章 基于改进D-S证据理论的装配序列优化

5.1 引言

5.2 D-S证据理论基本原理和基本概念

5.3 Dempster合成规则

5.4 考虑特征重要度的证据融合

5.5 D-S证据理论多源信息融合

5.6 合取析取双算子加权融合法则

5.7 算例分析

5.8 本章小结

第六章 产品装配序列优化系统的设计与实现

6.1 产品装配序列优化系统的实现方法

6.2 系统详细界面设计

6.3 本章小结

第七章 总结与展望

7.1 工作总结

7.2 未来展望

参考文献

致谢

个人简介与撰写论文情况

参考文献

[1] 基于遗传算法的装配序列优化[J]. 电子世界 2020(13)

[2] 多目标模糊综合评价的装配序列优选方法[J]. 哈尔滨工业大学学报 2018(07)

[3] 基于遗传算法的机翼装配序列优化[J]. 电子世界 2020(17)

[4] 基于加权约束求解技术的装配序列优化算法[J]. 桂林电子科技大学学报 2017(06)

[5] 基于本体的装配序列自动生成[J]. 计算机集成制造系统 2018(06)

[6] 基于改进遗传算法的装配序列优化[J]. 机械制造与自动化 2014(06)

[7] 基于人因仿真分析的装配序列评价模型及应用[J]. 中国机械工程 2015(05)

[8] 基于基础件和连接关系的装配序列自动快速规划研究[J]. 制造业自动化 2012(14)

[9] 考虑资源约束的装配序列动态规划方法研究[J]. 航空制造技术 2014(08)

[10] 基于装配难度计算的装配序列生成方法研究[J]. 机械设计与制造工程 2018(04)

[11] 基于边收缩的最优装配序列求解方法[J]. 玉林师范学院学报 2014(05)

[12] 人机协同的复杂产品装配序列分级规划系统研究[J]. 机械科学与技术 2011(07)

[13] 基于蚁群算法的引信装配序列优化[J]. 探测与控制学报 2014(03)

[14] 基于约束蚁群算法的装配序列优化[J]. 机械工程与自动化 2019(05)

[15] 基于蚁群算法的引信装配序列优化[J]. 国防制造技术 2014(01)

[16] 多工位装配序列粒子群优化算法[J]. 机械工程学报 2012(09)

[17] 基于矩阵相容性的飞机装配序列模糊综合评价[J]. 航空制造技术 2013(06)

[18] 基于改进自适应和声遗传算法的装配序列优化研究[J]. 计算机应用研究 2013(08)

[19] 基于遗传算法的装配序列规划[J]. 机械工程与自动化 2008(02)

[20] 改进粒子群算法的装配序列规划方法[J]. 沈阳理工大学学报 2015(04)

[21] 基于量子行为粒子群算法的装配序列优化方法[J]. 海军工程大学学报 2015(05)

[22] 基于混合循环算法的复杂装配体装配序列智能规划[J]. 东北大学学报(自然科学版) 2019(12)

[23] 落地铣镗床虚拟装配序列规划与优化[J]. 轻工机械 2014(05)

[24] 基于遗传算法的产品装配序列规划研究[J]. 机械与电子 2012(04)

[25] 基于复合嵌套分割算法的装配序列规划[J]. 机械制造与自动化 2017(01)

[26] 一种反射面天线面板装配优化方法[J]. 计算机集成制造系统 2020(06)

[27] 基于成本和并行装配的装配序列有向图求解[J]. 微计算机信息 2012(02)

[28] 基于遗传算法的医疗显示器支架装配序列优化[J]. 机械工程师 2017(11)

[29] 基于层次分析法水轮机检修过程中的技术供水装配序列评价系统[J]. 水电能源科学 2018(05)

[30] 基于深度邻域搜索PSO算法的装配序列优化问题[J]. 控制与决策 2016(07)

相似文献

[1]基于多种群蚁群算法的船体分段装配序列优化研究[D]. 张子凡.天津工业大学2019

[2]数控机床制造过程质量控制关键技术研究[D]. 肖莉明.重庆大学2018

[3]基于遗传算法的装配序列优化[D]. 林喜波.南京理工大学2004

[4]基于遗传算法的飞机结构件装配序列优化及虚拟装配仿真研究[D]. 张瑞龙.沈阳理工大学2020

[5]基于遗传算法的装配序列规划研究与应用[D]. 李勋.东北大学2011

[6]基于双群搜索机制萤火虫算法的装配序列规划关键技术研究[D]. 袁宝勋.上海交通大学2014

[7]虚拟装配中的序列规划技术研究[D]. 郭晓炜.西北工业大学2006

[8]基于差分变异蝙蝠算法的装配序列规划方法研究[D]. 彭敏.湘潭大学2014

[9]通航产品数字化装配序列规划系统研究与开发[D]. 刘博.河北科技大学2016

[10]军工企业生产与物流系统优化关键问题研究[D]. 张彪.沈阳理工大学2016