10.3969/j.issn.1001-3881.2023.14.022
基于可制造性特征的制造资源建模
可制造性评价是缩短开发周期、优化制造工艺、降低产品成本的有效途径.产品的可制造性取决于特定制造资源的加工能力.制造资源模型的开发是可制造性评价的基础.为了更好地利用制造资源信息,提出一种模糊C均值聚类算法与遗传算法相结合的混合算法,根据制造特征对制造资源进行分组,基于制造资源约束的Object-Oriented方法建立制造资源信息模型,设计可制造性评价框架.通过对32台加工设备进行划分,使用混合算法动态确定最优分组数目和该数目下的最优分组.结果表明:混合算法可靠有效,能够提高应用企业的整体绩效,增强决策的可行性,并有利于管理层做出更明智的决策.
可制造性、制造资源模型、模糊C均值聚类算法、遗传算法
51
TP156(自动化基础理论)
吉林省教育厅科技计划项目JJKH20220589CY
2023-09-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
132-138