基于aps的離散制造業(yè)生產(chǎn)預(yù)測的研究與應(yīng)用

1、獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得寧夏大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。研究生簽名：效蠲確時(shí)間：護(hù)cf年月易日關(guān)于論文使用授權(quán)的說明本人完全了解寧夏大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)

2、保留送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。同意寧夏大學(xué)可以用不同方式在不同媒體上發(fā)表、傳播學(xué)位論文的全部或部分內(nèi)容。，(保密的學(xué)位論文在解密后應(yīng)遵守此協(xié)議)研究生簽名：心《兩時(shí)間：弘z年歲月29曰新簽名一札時(shí)間：么f勿年冬叫日AbstractInordertoachievethedynamicmanagement，theenterpriseadoptsAdvancedPlan

3、ningandSchedulingtechnology，itisaoptimizationplan，itcanconsiderrealconstraintconditionssuchastime，order，inventory，etcGetallkindofdynamicchangesatanytimetoadjustproductiontocatertothemarketchangesinenterpriseproductionToh

4、elpenterprisessolvecannotreal—timematerialrequirementofdynamicbalanceandresourceproblems，provideseffectivesupportformanufacturingenterprisesByusingamathematicalmodeltopredictproductionplantoprovidereferencefortheenterpri

5、se，ithasgreatpracticalsignificanceintheAPSButenterprise’Sproductionforecastmodelhascomplex，multilayered，openness，non—staticcharacteristicsItisverydifficulttobuildmodelBasedonthediscrete，enterprisebackground，theenterprise

6、isamanufacturingvalvecompany，itisusedmorebatch、smallbatch、multiplebatchproductionmode，maketheenterprisemoreflexibletoenvironmentalchangeTomeetcustomerrequirementstoachievingmaximuminterestsundertheminimumcost，wemustadopt

7、moreeffectiveproductionorganizationway，andreasonableuseofinventoryInordertoimprovetheenterprise’SownexistingAPSsystem，enterpriseswillestablishdiscreteproductionlineproductionpredictionasthemaindirectionofenterprisedevelo

8、pmentThepaperthroughaccesstoenterprisedatabasetogetthehistoricaldataofvalvepans，foundthatthedataontheproductionlinehasnoregularity，containnoise，complexandcouplingbetweenthevariablesfeaturesFirstofall，gettheoriginaldatafo

9、rdatacleaning，dataintegration，normalizationprocessingUsingtheBPneuralnetwork，RBFneuralnetworkalgorithmtoyieldpredictionmodel，byusingthegeneticalgorithmhasglobalsearchingandfastconvergencespeedcharacteristicsoftheoptimize