×
阿什图什·古普塔;Jain，P.K。;迪内什·库马尔

一种新的可重构制造系统零件族生成方法。 （英语） Zbl 1337.90021号

操作搜索 51，第1期，76-97（2014）.
概要：可重构制造系统（RMS）是制造业的下一步，它允许生产任意数量的高度定制和复杂零件，并具有大规模生产的优势。在RMS中，零件被分组为系列，每个系列都需要特定的系统配置。最初，系统配置为生产第一个零件系列。完成后，系统将重新配置，以生成第二个族，依此类推。RMS的有效性取决于解决各种可重构性问题的最佳零件族集合的形成。为此，开发了一种两阶段方法，首先将零件分组为系列，然后对系列进行排序，计算每个系列所需的机器和模块配置。在第一阶段中，零件将根据其共同特征分组到族中。将相关矩阵发展为操作序列相似系数矩阵，应用主成分分析（PCA）在相关相似矩阵上寻找特征值和特征向量。应用散点图分析作为聚类分析，在根据操作序列相似性最大化零件之间相关性的同时，生成零件组。聚合层次K-means算法利用欧氏距离改进了零件族的形成，生成了一组零件族。在第二阶段，通过使用混合整数线性规划（MILP）模型最小化可重构性和未充分利用成本，以获得最小成本解决方案，从而实现零件族的优化选择和排序。

MSC公司：

90立方厘米 生产模型
90立方厘米 混合整数编程
62H25个 因子分析和主成分；对应分析
62H30型 分类和区分；聚类分析（统计方面）

关键词：

可重构制造系统;主成分分析;K-means算法;零件族选择;聚类分析;排序;MILP公司
PDF格式BibTeX公司 XML格式引用
\textit{A.Gupta}等人，Opsearch 51，No.1，76--97（2014；Zbl 1337.90021）
全文： 内政部

参考文献：

[1] Koren，Y.、Jovane，F.、Heisel，U.、Moriwaki，T.、Pritschow，G.、Ulsoy，A.G.、VanBrussel，H.：可重构制造系统。CIRP Ann.48（2），527–540（1999）·doi:10.1016/S0007-8506（07）63232-6
[2] Z.Xiaobo，W.，Jiancai，W.和Zenbi，L.：可重构制造系统的随机模型第1部分：框架。国际生产研究杂志38（10），2273-2285（2000）·Zbl 0973.90510号 ·doi:10.1080/00207540050028098
[3] 洛克什，。K.，Jain，P.K.：可重构制造系统配置设计的模型和优化方法。《国际期刊生产研究》50（12），（2011年）。
[4] Abdi，M.R.，Labib，A.W.：产品分组和选择：可重构制造系统（RMS）的设计关键。国际生产研究杂志第42（3）期，第521–546页（2004年）·doi:10.1080/00207540310001613665
[5] Galan，R.，Racero，J.，Eguia，I.，Garcia，J.M.：可重构制造系统中产品族形成的系统方法。机器人。计算。集成。制造23、489–502（2007）·doi:10.1016/j.rcim.2006.06.001
[6] Vakharia，A.，Wemmerlov，U.：用于细胞形成问题的层次聚类技术和差异性度量的比较研究。《运营杂志》。管理。13, 117–138 (1995) ·doi:10.1016/0272-6963（95）00017-M
[7] Yin，Y.，Yasuda，K.：用于细胞信息问题的相似系数方法：分类学和综述。国际生产经济杂志。101329–352（2006年）·doi:10.1016/j.ijpe.2005.01.014
[8] Papaioannou，G.，Wilson，J.M.：基于最近研究的细胞形成问题方法学的演变（1997-2008）：未来研究的回顾和方向。欧洲药典。第206、509–521号决议（2010年）·邮编：1188.90002 ·doi:10.1016/j.ejor.2009.10.020
[9] Jolliffe，I.T.：主成分分析。施普林格，纽约（1986）·Zbl 1011.62064号
[10] Preisendorfer，R.：《气象学和海洋学的主成分分析》。爱思唯尔科学（1988）。
[11] Pearson，K.：在最接近空间点系的直线和平面上。菲洛斯。第2卷，559–572页（1901年）·doi:10.1080/14786440109462720
[12] Tuncer，Y.，Tanik，M.M.，Alison，D.B.：应用于复杂系统的统计分解技术概述。计算。统计数据。分析。52(5), 2292–2310 (2008) ·Zbl 1452.62424号 ·doi:10.1016/j.csda.2007.09.012
[13] Horenko，I.，Dittmer，E.，Schütte，C.：复杂分子系统的简化随机模型。计算。视觉。科学。9(2), 89–102 (2006) ·Zbl 1122.60062号 ·doi:10.1007/s00791-006-0021-1
[14] Rothenberger，M.A.，Dooley，K.J.，Kulkarni，U.R.，Nada，N.：软件重用策略：重用实践的主成分分析。IEEE传输。柔和。工程29（9），825–837（2003）·doi:10.1109/TSE.2003.1232287
[15] Barbieri，P.、Adami，G.、Piselli，S.、Gemiti，F.、Reisenhofe，E.：用于评估与市政供水相关的淡水时间变异性的三元主因子分析。化学。智力。实验室系统。62(1), 89–100 (2002) ·doi:10.1016/S0169-7439（02）00007-2
[16] Lokesh，K.，Jain，P.K.：具有重要生产数据的并行零件机器组形成。国际期刊模拟。模型。9(1), 5–16 (2010) ·doi:10.2507/IJSIMM09（1）1.133
[17] Shehroz，S.K.，Ahmad，A.：K-means聚类的聚类中心初始化算法。模式识别。莱特。25, 1293–1302 (2004) ·doi:10.1016/j.patrec.2004.04.007
[18] Chaea，S.S.，Wardeb，W.D.：使用主坐标和主成分对聚类检索的影响。计算。统计数据分析。50（6），1407-1417（2005）·Zbl 1431.62261号 ·doi:10.1016/j.csda.2005.01.013
[19] Gnanadesikan，R.：多元观测的统计数据分析方法。Wiley-Interscience，纽约（1997）·Zbl 0403.62034号
[20] Rummel，R.J.：应用因子分析。美国埃文斯顿西北大学出版社（1988）·兹比尔0251.62041
[21] Lawler，E.，Lenstra，J.，Kan，A.，Shmoys，D.：旅行推销员问题。威利，纽约（1992）·Zbl 0563.90075号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。