大批量定制是大批量生产和定制生产两种生产方式的有效结合,是为满足客户个性化和产品多样化需求而发展的一种先进制造模式。主要对基于大批量定制理论的产品配置系统的构建技术进行研究;首先论述和分析了目前学术界和工业界对大批量定...大批量定制是大批量生产和定制生产两种生产方式的有效结合,是为满足客户个性化和产品多样化需求而发展的一种先进制造模式。主要对基于大批量定制理论的产品配置系统的构建技术进行研究;首先论述和分析了目前学术界和工业界对大批量定制理论和实现技术的研究情况,包括产品建模、规则驱动的产品配置等关键技术;然后提出了遵循产品族架构、基于GBOM(General Bill ofMaterial)的产品配置系统的体系结构和功能构成;重点分析并讨论了BOM结构和配置结构分离的产品建模方法,以及面向产品族群的、规则定制与规则匹配相独立的产品配置系统的工作原理和系统模型;最后通过一个案例验证了系统的正确性,并给出了系统运行实例。展开更多
ERACC(Extension Rule Based on Accurate Configuration Checking)算法由杨洋等人基于扩展规则和格局检测提出,具有较高的推理效率.为进一步提高ERACC算法在大规模SAT(Satisfiability)问题求解上的性能,本文在搜索由极大项组成的空间时...ERACC(Extension Rule Based on Accurate Configuration Checking)算法由杨洋等人基于扩展规则和格局检测提出,具有较高的推理效率.为进一步提高ERACC算法在大规模SAT(Satisfiability)问题求解上的性能,本文在搜索由极大项组成的空间时,首先利用IMOM(Improved Maximum Occurrences on Clauses of Maximum Size)思想生成初始极大项,接着设计了适用于扩展规则推理的CCA_ER(Configuration Checking with Aspiration for Extension Rule-Based Reasoning)启发式策略,为极大项中格局信息未发生变化的变量对应文字提供一定的翻转机会.同时,为进一步提高扩展规则推理算法在k-SAT问题求解上的性能,设计了适用于扩展规则推理的PAWS_ER(Pure Additive Weighting Scheme for Extension Rule-Based Reasoning)策略,并且给出变量的Subscore_ER(Subscore for Extension Rule-Based Reasoning),CScore_ER(Comprehensive Score for Extension Rule-Based Reasoning)和HScore_ER(Hybrid Score for Extension Rule-Based Reasoning)属性.在此基础上,提出了ERACC_IAPS(ERACC with IMOM,CCA_ER,PAWS_ER and Subscore_ER)和CERACC_IAPS(ERACC with IMOM,CCA_ER,PAWS_ER,CScore_ER and HScore_ER)算法.实验结果表明:ERACC_IAPS和CERACC_IAPS算法的效率明显优于ERACC算法,最高可将其求解效率提高1000多倍.展开更多
文摘大批量定制是大批量生产和定制生产两种生产方式的有效结合,是为满足客户个性化和产品多样化需求而发展的一种先进制造模式。主要对基于大批量定制理论的产品配置系统的构建技术进行研究;首先论述和分析了目前学术界和工业界对大批量定制理论和实现技术的研究情况,包括产品建模、规则驱动的产品配置等关键技术;然后提出了遵循产品族架构、基于GBOM(General Bill ofMaterial)的产品配置系统的体系结构和功能构成;重点分析并讨论了BOM结构和配置结构分离的产品建模方法,以及面向产品族群的、规则定制与规则匹配相独立的产品配置系统的工作原理和系统模型;最后通过一个案例验证了系统的正确性,并给出了系统运行实例。
文摘ERACC(Extension Rule Based on Accurate Configuration Checking)算法由杨洋等人基于扩展规则和格局检测提出,具有较高的推理效率.为进一步提高ERACC算法在大规模SAT(Satisfiability)问题求解上的性能,本文在搜索由极大项组成的空间时,首先利用IMOM(Improved Maximum Occurrences on Clauses of Maximum Size)思想生成初始极大项,接着设计了适用于扩展规则推理的CCA_ER(Configuration Checking with Aspiration for Extension Rule-Based Reasoning)启发式策略,为极大项中格局信息未发生变化的变量对应文字提供一定的翻转机会.同时,为进一步提高扩展规则推理算法在k-SAT问题求解上的性能,设计了适用于扩展规则推理的PAWS_ER(Pure Additive Weighting Scheme for Extension Rule-Based Reasoning)策略,并且给出变量的Subscore_ER(Subscore for Extension Rule-Based Reasoning),CScore_ER(Comprehensive Score for Extension Rule-Based Reasoning)和HScore_ER(Hybrid Score for Extension Rule-Based Reasoning)属性.在此基础上,提出了ERACC_IAPS(ERACC with IMOM,CCA_ER,PAWS_ER and Subscore_ER)和CERACC_IAPS(ERACC with IMOM,CCA_ER,PAWS_ER,CScore_ER and HScore_ER)算法.实验结果表明:ERACC_IAPS和CERACC_IAPS算法的效率明显优于ERACC算法,最高可将其求解效率提高1000多倍.
