一、使用递归算法的N级结构的BOM的设计（论文文献综述）
夏颖慧[1]（2021）在《汽车产品生命周期的数据管理优化方法与工程研究》文中指出随着工业4.0与智能制造的稳步推进,制造过程中各类产品的协同设计开发与产品生命周期内各类生产资料的集成管理成为从传统制造到智能制造转型的关键突破点。产品生命周期管理（Product Lifecycle Management,PLM）系统,因其整合了各类自动化系统（CAD、BOM、PDM、ERP等）并使它们有机结合,提高了产品的设计质量与生产效率,也提升了整个行业的智能化发展水平。针对PLM管理系统的优化管理方法和工程研究正成为智能制造中最为重要的环节,各行各业也一直在探寻最适宜自身的管理方法和实现方式。经过国内外各大制造企业多年的生产经验积累和归纳,产品数据工程理论的研究已经比较成熟,但PLM系统的研发和应用在快速实现多功能模块集成的同时,还存在诸多难点和痛点。尤其是PLM系统管理的范围可以跨越设计部门、采购部门、工艺部门、制造部门、服务部门、财务部门等多个部门,涉及时间维度上从项目预研、立项、开发、试制、生产、交付、服务、停产的整个生命周期,如何保证整个PLM集成系统的数据源的协同性和一致性,是PLM必须有效解决的难点问题。针对以上问题,本文围绕其重要数据源产品物料（Bill of Material,BOM）和产品设计数据管理（Product Data Management,PDM）的数据结构和集成方式进行研究。分别从产品BOM的数据结构优化和BOM与PDM的数据耦合关联方法两个方面进行改进,提高BOM数据管理效率、提高BOM和PDM数据的一致性和准确性,提升了 PLM的性能。主要研究内容和工作成果如下:（1）针对PLM数据实时更新的特性,本文首先对BOM的多种数据结构进行研究分析,提出综合性能较为突出的BOM数据结构为单级BOM,较好地降低数据重用带来的复杂度。（2）针对单级BOM在搜索性能上的弱势,在分析两种典型算法基础上,提出了一种改进的前序遍历非递归算法对BOM的搜索性能进行优化,提高了单级BOM的搜索速度。（3）针对改进后的BOM数据结构和改进的搜索算法适配单车BOM或比较型BOM仍然存在较大的数据冗余和管理的复杂度,本文引入产品配置的概念和模型,设计了产品配置和BOM结构相结合的配置化管理BOM的方法,实现了根据产品配置定义生成产品超级BOM来提高BOM和设计数据的重用性,降低调用维护数据和数据变更的负荷。（4）尽管超级BOM数据结构扩展性强、响应快,但实际生产时常常需要单车BOM。本文针对单车BOM的业务需求,提出对超级BOM进行单一实例化解算的方法,拆解出基于零件的单车BOM清单。（5）PLM系统中的关键数据源BOM和PDM关联关系不佳,本文针对BOM和PDM完全独立运行或一体化运行时数据和流程的一致性差,完全一体化时系统运维和变更成本高的问题,提出了 BOM和PDM基于关联的主数据紧耦合的方式保证两个结构数据一致性和同步性。优化后的方案分别保证了 BOM和PDM结构独立。同时产品设计数据可以根据设计习惯的管理模式进行管理,产品BOM结构可以遵从于产品定义的配置关系以及下游部门对物料结构的需求进行管理,两者互不干扰,数据维护的相对独立性。相对独立又互不干扰的系统特性在保证了协同开发数据一致性,提高了产品开发的敏捷性。
叶盛[2]（2021）在《蛋白质分子光谱的理论模拟与人工智能预测》文中研究说明蛋白质分子是生命的基石。生物系统的各种功能,依赖于各种蛋白质分子不同形式和程度的表达。认识分子的功能,建立在对其结构的精准认识的基础上。特别是,揭示蛋白质分子动态过程中的结构变化,是理解具体环境中的蛋白质性质机理的关键。如何获得蛋白质动态过程的结构信息,以建立蛋白质分子精准的构效关系,是蛋白质结构研究的核心问题。分子光谱技术是研究物质结构最重要最广泛的手段之一,实验上通过测量分子与光照辐射相互作用的响应信号,结合量子化学计算可以获得分子体系精确的结构信息。然而对于蛋白质体系而言,量子化学计算模拟其光学响应信号是十分困难的,原因在于蛋白质往往含有成千上万个原子,对其使用量子化学模拟计算成本高昂,其次,蛋白质的生命功能主要取决于其自身结构的动态演变,这就意味着我们需要对上千个蛋白质动态构型做昂贵的量子化学计算,如此大的计算量成为蛋白质光谱理论模拟的最大瓶颈。这大大限制了实验光谱的解读,也严重制约了实时谱学探测技术的发展。因此,发展快速响应并实时探测蛋白质动态结构的分子光谱技术是生物化学领域的一个关键科学问题。本论文将数据驱动的机器学习方法与电子密度泛函计算、分子动力学模拟相结合,发展了替代量子化学计算生物大分子电子结构、激发态和相互作用的新方法,建立了蛋白质谱学响应与结构变化之间的构效关系,实现了快速有效的从蛋白质结构预测光谱信号。主要分为以下五个部分:第一章介绍了蛋白质分子光谱技术的发展。蛋白质分子的结构探测一直是蛋白质科学研究的核心。实验上发展的分子光谱技术被广泛用于表征探测蛋白质的结构信息。然而,蛋白质分子光谱的理论模拟面临严重的计算瓶颈问题,由于蛋白质在溶液中的结构是溶质分子与周围环境相互作用的整体效果的反映,既要计算大量的纳米尺度肽键的局域光电响应和分子间电子相互作用,还要考察几百纳米以上的蛋白质空间构象受到环境外场的影响,同时也要模拟激发态电荷在跨尺度体系内的演化过程,如此大的计算量给蛋白质光谱的理论模拟带来了巨大的挑战。随着大数据时代的到来,基于精确可控的科学数据进行训练的人工智能技术正在成为物理化学研究的强有力工具,为蛋白质光谱的理论模拟提供了新的路径。第二章介绍了密度泛函理论。密度泛函理论通过构建求解多电子体系的Kohn-Sham方程来获得体系的性质,随着众多不同而种类交换-相关泛函的提出,密度泛函理论成为了量子化学中应用最广泛且实用性最高的方法,随后我们介绍了用于体系激发态性质模拟的含时密度泛函。第三章介绍了分子动力学理论。随着体系原子数目的不断增加,使用量子力学计算体系的性质会变得越来越困难,尤其当模拟的对象是蛋白质这种生物大分子的体系时,严格的量子力学处理几乎是不可能的。而分子动力学方法使用经典力学的势函数来描述原子相互作用,是模拟蛋白质等生物大分子的主要理论框架之一。第四章介绍了使用机器学习方法结合传统的量子化学计算用来模拟蛋白质肽键电子性质的工作。蛋白质的结构是由肽键组成的基本骨架上面连接着不同种类的氨基酸残基组成的,其中蛋白质肽键骨架的紫外吸收光谱常被用于探测蛋白质的二级结构信息。然而理论模拟蛋白质肽键骨架的紫外光谱一直存在着严重的计算瓶颈,我们通过使用神经网络技术训练构建了蛋白质肽键模型分子基态结构信息与其电子激发态性质之间的构效关系,可以高效准确地预测蛋白质肽键的紫外光谱。第五章介绍了一种使用机器学习方法结合传统的量子化学计算用于预测蛋白质红外光谱的研究工作。在这个研究中,我们开发了一种基于高精度量子化学计算数据的机器学习流程,该流程仅需要输入蛋白质的基态结构信息,就可以快速准确的预测其酰胺I带的红外光谱,并且预测结果与实验测定的光谱很好的吻合。与传统的量子化学计算相比,我们这里开发的机器学习模型大大的提高了蛋白质红外光谱的模拟速度。更重要的是,我们这里建立的神经网络模型具有优秀的迁移性,它可以快速的预测机器学习训练集范围之外的蛋白质红外光谱信号,从而准确的分辨出不同蛋白质的二级结构,并且还可以模拟不同环境状态下蛋白质红外光谱的信号变化,考察温度对蛋白质红外光谱的影响、以及利用预测的谱学信号跟踪蛋白质的折叠过程。
张浩[3]（2020）在《基于神威平台的生物数据库混合序列比对算法研究》文中研究表明在生物信息学研究中,生物序列比对是其基本组成和重要基础。序列比对的基本思想是基于生物学中序列决定结构,结构决定功能的普遍规律,将核酸序列和蛋白质一级结构上的序列都看成由基本字符组成的字符串,目的是找出序列之间的相似性,发现序列之间的内在联系,进一步探索生物序列中的功能、结构和进化的信息。如今随着生物数据库规模的爆炸性增长,序列比对过程的复杂性也迅速增加,导致计算时间的大量增加。为加速生物数据库的搜索过程,通常在大规模超级计算机上进行。“神威·太湖之光”是世界上第一台性能峰值超过100 PFlops的异构超级计算机,其完全采用国产异构众核处理器SW26010处理器构建而成,为生物数据库搜索提供了一个全新的硬件平台。到目前为止,已经有许多高性能应用在神威平台上进行了移植优化并取得了很好的加速效果,其中不乏一些优秀应用获得高性能应用领域杰出奖项——戈登贝尔奖。但由于神威平台特殊的片上异构众核体系结构,现有的序列比对算法无法直接在神威平台的从核集群上进行移植加速。本文提出了一种基于国产众核平台的混合序列比对生物数据库搜索算法,即针对序列比对生物数据库搜索程序的核心——序列比对算法,融合Smith-Waterman（SW）局部比对算法和Needleman-Wunsch（NW）全局比对算法提出混合序列比对算法对生物数据库进行搜索,并通过消息传递接口（MPI）和加速线程库（Athread）进行实现。为充分发挥SW26010处理器的性能,根据申威众核体系架构的硬件特性以及混合比对算法的软件特点,分别从编译优化、众核访存优化以及负载均衡等方面对移植后的算法进行优化,有效地提升了算法的运行效率。采用EBI（European Bioinformatics Institute）维护的蛋白质序列数据库Swiss-Prot对算法分别进行了单节点和多节点测试,实验结果表明,该算法可以有效地利用SW26010处理器的特殊硬件架构,在单个节点上与申威主核版本相比实现了最大15.92的加速比,相比Intel Xeon E5620平台也实现了 4.33倍的加速。此外,本文在“神威·太湖之光”平台上对并行算法进行多节点测试,当使用64个节点时,所提算法的加速比超过1000倍,结果表明,本文提出的混合序列比对生物数据库搜索算法的并行实现具有良好的可扩展性。
邵方叶[4]（2014）在《输送分拣设备快速设计与报价系统设计》文中提出结合XY公司智能制造项目,以输送分拣设备为研究对象,以输送分拣设备快速设计与报价系统为主要研究内容,通过对输送分拣设备进行模块化设计、建立产品族模型、建立类物料清单模型、建立成本报价模型等工作建立快速设计与报价系统。主要内容如下:1.综述了模块化设计技术、产品族建模技术、快速报价技术的研究现状和发展趋势,并给出了研究内容和技术路线。2.给出了输送分拣设备的模块化设计方法,确立了设计参数、模块划分原则。建立了多视图矩阵式产品族模型,扩展了多视图产品族模型的使用范围,以XY公司产品进行建模验证。3.建立了输送分拣设备的类物料清单模型、详细成本报价模型、成本递归计算模型。建立了基于成本实例库与产品选择树的输送分拣设备快速报价的方法。4.设计了输送分拣设备快速设计与报价系统的总体框架与子模块。给出了功能、性能和资源三方面需求,设计了系统的运行流程、总体技术框架、功能结构,同时设计了子模块的数据库表、数据流图、功能清单。5.开发了输送分拣设备快速设计与报价原型系统。给出了输送分拣设备快速设计与报价系统的运行和开发环境,设计了原型系统新建项目、方案设计与设备维护三个功能模块。
李忠凯[5]（2010）在《混合流程企业生产过程管理系统研究》文中研究指明混合流程企业（Hybrid Manufacturing Enterprise, HME）的生产过程包括连续和离散两种生产方式,各生产阶段之间的约束关系更为复杂。随着以需求多样性等为特征的现代市场的发展,HME生产管理的复杂性与创新不足的矛盾日渐突出。本文在分析HME生产过程突出特点及其典型管理问题的基础上,对混合流程企业生产过程管理系统（Production Process Management System Oriented to HME, PPMS-HME）展开研究。建立了一种面向HME的生产过程管理功能体系,以混合型生产制造过程为主线,集成了各生产阶段中与计划、组织和控制等管理职能相对应,分布于各应用领域和管理部门的重要功能模块。提出了一种结构简单灵活的矩阵式系统架构,减少了功能层之间的耦合关系,从根本上降低了生产过程管理系统开发和实施过程中的风险。建立了面向HME的推拉结合的生产计划与控制层级模型,设计了基于生产进度等启发式规则的简化模拟退火算法（Simplified Simulated Annealing Algorithm, SSA）和适合现场调度的能力平衡模型及动态调度算法。以综合生产需求为起点,拉动生产计划,据工艺流程图等进行连续工序计划和离散工序计划的预分解,考虑各生产节点产能,通过SSA算法获得有限产能的优化生产作业计划和更加可行的车间级物料需求计划等；在生产执行层面则结合工序流转卡等方式进行推动式生产。为提高特定条件下相邻的同类生产单元的作业效率,建立了相邻生产单元能力平衡模型,并开发了动态调度规则和算法。针对HME生产过程中存在分批、合批工序和物料替代等多种特殊环节的多样性特点,建立了物料转换的批次映射关系模型,包括对应特殊物料转换环节的构造映射和动态映射模型,采取类似软件工程中钩子技术的方法求解多环节物料跟踪追溯的复合映射,提高了系统对多环节物料转换过程的物料跟踪追溯的信息集成能力和计算速度。基于HME多形态作业的过程集成信息,通过作业转换等数据处理过程,建立了面向作业管理法（Activity-Based Management, ABM）的作业数据集市,进而建立了三维作业分析模型。据不同侧重点的作业管理需求,可选取相应的作业分类,确认源于过程集成信息的作业成本库和作业成本动因,获得多种成本视图。实现了快速的自动化成本数据提交和成本核算过程,为实施作业管理法等现代管理方法提供了数据基础和技术支撑。结合企业实践,说明了混合流程企业生产过程管理系统的实施应用过程及其实效。混合流程企业生产过程管理系统的研究有利于促进我国混合流程企业采用信息化技术进行管理创新,对信息化建设工作具有重要的理论价值和现实指导意义。
方霞,潘梅森,王喜富[6]（2009）在《基于多层次通用件的改进遍历及计算方法》文中认为探讨了产品物料清单（BOM）的多层结构、层次码结构和复合结构存储形式,及常用BOM递归遍历算法和层次遍历算法。针对实际应用中多层次通用件计算的重复和遗漏问题,基于低层码LLC的思想,改进了BOM遍历算法。通过设计一个临时队列存储父子关系和层次码,使得该算法不受递归的限制,随着产品结构复杂程度增加更具有优越性。应用该算法对多层次通用件进行对应父项的分类统计,实现了物料总数量的计算,针对BOM网状结构提出了有效解决方案。
陈涛[7]（2008）在《通用BOM模型的研究》文中进行了进一步梳理随着信息技术的迅速发展和我国信息化建设的不断推进,以及国际市场竞争的日趋激烈,为了能快速响应市场顾客需求的变化,越来越多的企业意识到信息化管理的必要性,纷纷加入到实施企业信息化管理的进程中来,力图在竞争中取得优势。企业都在积极探索如何改变传统的设计和生产模式,充分利用现有资源,使产品开发效率提高,使软件的产品数据管理功能延伸到整个产品生命周期。由此产生了产品数据管理（PDM）、产品全生命周期管理（PLM）等先进的管理思想和相应的管理软件。BOM作为生产管理系统的核心基础数据,是生产和物料控制的基础,是实现企业信息、功能和过程集成的关键信息,在整个企业管理中占有举足轻重的地位,对其管理的成功与否直接决定了系统的成败。本文以BOM为主要研究对象,在BOM基本理论的基础上,对如何实现通用化的BOM模型,进行了深入的研究。主要内容为:（一）结合ERP软件在中国实施成功率很低的现状,认为其核心原因之一在于BOM的通用性不强,提出了为实现BOM通用化目的的几种有效的手段。（二）研究了BOM图的本质特征,讨论了BOM在用于生产排程时与一般工程计划图的区别及其复杂性。给出了MRP计划的详细程序流程图。（三）结合当前学术界对BOM进行分类的方式交叉混乱的现状,提出了要从明确的角度对BOM进行分类。重点研究BOM的存储方式,提出并比较了三种最具完整性的存储方式,其它各种存储方式均可在这三种方式的基础之上演变而来。（四）指出了原型开发在ERP软件开发中的优点。提出将BOM的形态分为概念形态和物理形态,这对促进企业管理人员与开发人员之间的沟通有很大的帮助。给出了比较高效实用的程序设计惯例,对BOM遍历算法进行了阐述。（五）实现了本文所提出的多层层次码的BOM展开算法,开发了一个易用的BOM编辑工具。它是对常用的深度遍历展开算法的一个补充,对于提高系统效率有很大帮助,具有广泛的适用价值。
朱齐媛[8]（2008）在《基于与或树的柔性BOM结构及其自动诊断方法》文中研究表明物料清单（BOM）是企业产品制造过程中不同部门、不同流程间传递数据的基本形式,是企业集成管理的信息纽带。因此,BOM的结构设计及其数据正确性的维护都是企业信息管理中十分重要的内容。本文对BOM的柔性定义和商品配置问题进行了相关的研究,分析了常见了BOM结构并且描述出三种BOM结构的特点,展望了BOM的结构,总结了现有BOM结构上的劣势,提出BOM的变形设计问题,通过对BOM体系结构的研究和探讨,用人工智能技术提出基于与或树的BOM结构。基于模型诊断技术和BOM的错误诊断结合,定义出一种BOM的诊断模型,最后将诊断结构作出系统性的分析,给出以后发展的方向。针对BOM的变型设计问题,本文首先分析了产品的组成成分,然后从产品结构的柔性特征出发,通过对传统树形产品结构的扩展,形式化定义了一种基于与或树的产品结构形式,并给出了相关的BOM数据表设计和面向任务的产品配置方法。事实表明:这种柔性BOM结构不仅可以实现动态的产品结构配置,体现了产品管理的一致性,还能显着地减少产品变型设计中的数据冗余,使统一的BOM数据管理得到保障。针对BOM的数据维护问题,本文将基于模型的诊断技术与BOM的错误诊断相结合,实现了对产品结构中语义错误的自动诊断。为了使模型诊断技术得以应用,本文定义了BOM的一种诊断模型,给出了产品结构及其产品配置的逻辑描述形式,并引入产品配置样例集合作为系统的期望结果,通过相关的模型诊断算法,从而实现了对BOM的错误诊断。在此基础上,本文还实现了一个诊断系统原型,其测试结果表明,这是一种行之有效的诊断方法。本文提出的一种基于与或树的柔性BOM结构的方法,这种方法在产品配置和BOM数据传递时并不需要额外的配置参数,可以保持产品数据表带的一致性;文章提出的一种针对产品结构错误的自动诊断方法,实现了一个BOM诊断系统的原型。
杨晓镇[9]（2007）在《产品设计BOM信息自动生成及管理的研究》文中研究指明随着计算机技术的发展和CAD的广泛应用，出现诸如PDM等多种不同的信息管理系统。在国内，大多数中小企业鉴于实施PDM等大型工程的高成本、高风险、周期长、数据采集和处理难、缺乏准确性、投入人力量大等多种因素的制约，它们实施成功率极低。这些企业急需一套专门“管理系统”，它无需PDM、PLM那些很炫的功能，只要能够实现零部件检索、产品结构管理、BOM自动生成等基本功能。通过对各种信息管理系统分析可知它们无一不把BOM作为产品信息集成的核心。因此，本文针对一般小型制造企业的实际需求，在JHCAD平台及JHCAD图档管理系统框架基础上，选择C／S体系结构，采用VC中ADO技术与SQL Server 2000相连接，对一个小型的BOM管理系统的主要模块进行了开发研究。本文深入讨论了BOM管理系统发展现状及存在的问题。由于设计BOM是其它BOM视图的基础，本文选择设计BOM为研究重点。分析了BOM多种表示方法，选择了一种合理的BOM模型。在对BOM数据结构深入研究的基础上，设计了BOM数据结构。对零部件进行了统一编码，基于此编码，BOM的分解方便快捷，准确率高。设计BOM隐含在产品图纸明细表当中，必须将明细表中的产品数据信息进行识别并提取到数据库中，才能被管理系统所使用。面对现代复杂产品，如果依然采用手工填写数据、编写BOM的方法，不仅费力，费时，繁琐，而且容易出错。本文在JHCAD平台下利用模板法自动提取JHCAD明细表信息，对零件的属性与类型进行自动识别，形成完整的BOM信息并添加入库，实现了BOM管理系统与JHCAD的集成。本文还实现了BOM信息的可视化管理，包括BOM信息的浏览、BOM表的汇总输出，节点的添加、删除与更新。本系统在局域网上进行测试，程序运行稳定，完成了预期的目标，证明了各种算法的可行性与准确性。
尹斐[10]（2007）在《MRP系统中的物料清单和物料需求计划研究》文中进行了进一步梳理面向订单的单件小批量生产的物料需求计划对于企业建立一套有效的物料管理与生产计划机制、顺利满足交货期的要求有着十分重要的意义。本文对物料需求计划中有关系统基础数据创建、物料清单和需求计划的自动生成等进行相关研究。首先,研究了BOM模块基础数据的创建和存储方法,然后在对物料的编码问题进行研究的基础上,研究了本文的物料编码方法;设计并实现了一种产品结构树的自动生成算法,并在产品结构树的基础上,应用递归遍历的方法,实现了物料清单的自动生成和数据信息的统计,并通过实例验证了算法的准确性。其次,在分析研究了物料需求计划模块基础数据的内容设计和创建方法,以及提前期确定、低层码等几个关键问题的基础上,研究并实现了物料需求计划基本算法,准确生成了每个物料的详细需求数量和生产进度计划,通过实例实现了物料需求计划的可视化,并在此基础上,研究了“伸缩式”的MRP算法改进策略,基本实现了计划的自适应调整;为对物料需求计划的可行性进行检验,对能力需求计划算法进行了理论分析和探索研究。在对物料需求计划系统进行详细的需求分析和功能设计的基础上,得出了系统内现有基础数据信息之间的关系流图,并对BOM和物料需求计划模块进行了具体的软件实现。
二、使用递归算法的N级结构的BOM的设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、使用递归算法的N级结构的BOM的设计（论文提纲范文）
（1）汽车产品生命周期的数据管理优化方法与工程研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景和研究意义 |
| 1.2 国内外研究和发展现状 |
| 1.2.1 国外研究和发展现状 |
| 1.2.2 国内研究和发展现状 |
| 1.3 课题研究内容和主要贡献 |
| 1.4 论文组织结构 |
| 第2章 理论基础和关键技术 |
| 2.1 BOM的概念 |
| 2.2 整车BOM的特点与要求 |
| 2.2.1 整车BOM的特点 |
| 2.2.2 BOM建模的要求 |
| 2.3 几类常见的BOM结构 |
| 2.3.1 单级BOM |
| 2.3.2 多级BOM |
| 2.3.3 复合型BOM |
| 2.3.4 二叉树型BOM |
| 2.4 数据库中的BOM结构 |
| 2.5 BOM遍历算法优化 |
| 2.5.1 递归遍历 |
| 2.5.2 层次遍历 |
| 2.5.3 改进的递归算法 |
| 2.6 PDM系统与BOM的集成需求 |
| 2.7 BOM和PDM数据版本管理 |
| 2.8 本章小结 |
| 第3章 产品生命周期的数据管理优化方法的研究 |
| 3.1 数据管理优化的方法总述 |
| 3.2 超级BOM生成 |
| 3.2.1 超级BOM的概述 |
| 3.2.2 生成超级BOM的基础要素 |
| 3.2.3 超级BOM的生成方法 |
| 3.3 超级BOM解算 |
| 3.3.1 超级BOM解算的概述 |
| 3.3.2 超级BOM的解算目标 |
| 3.3.3 超级BOM的解算过程和算法研究 |
| 3.4 PDM与BOM的集成优化方案 |
| 3.5 本章小结 |
| 第4章 产品生命周期管理方案构建 |
| 4.1 H企业PLM需求 |
| 4.1.1 H企业PLM的背景 |
| 4.1.2 H企业业务流梳理 |
| 4.1.3 PLM系统需求分析 |
| 4.1.4 PLM系统功能要求 |
| 4.2 H企业的产品管理方案 |
| 4.2.1 PLM管理方案选型 |
| 4.2.2 系统的功能区块 |
| 4.3 PLM系统功能设计需求 |
| 4.3.1 零部件管理功能和业务流程设计 |
| 4.3.2 BOM结构管理功能方案设计 |
| 4.3.3 CAD关联模块功能方案设计 |
| 4.4 PLM系统建模 |
| 4.4.1 UML静态类图 |
| 4.4.2 数据库表搭建 |
| 4.5 本章小结 |
| 第5章 H公司PLM系统的开发搭建实例 |
| 5.1 系统环境搭建 |
| 5.1.1 技术选型 |
| 5.1.2 开发架构 |
| 5.1.3 系统开发文档介绍 |
| 5.2 零部件单件管理模块 |
| 5.2.1 零部件创建功能 |
| 5.2.2 零部件属性维护功能 |
| 5.3 EBOM结构管理模块功能 |
| 5.3.1 超级EBOM结构的生成 |
| 5.3.2 单车BOM解算结果输出 |
| 5.4 EBOM零件与PDM CAD关联集成实现 |
| 5.4.1 零部件单件的关联实现 |
| 5.4.2 BOM层级结构关联的实现 |
| 5.5 本章小结 |
| 第6章 总结和展望 |
| 6.1 全文总结 |
| 6.2 课题展望 |
| 参考文献 |
| 专用术语缩略表 |
| 攻读硕士学位期间的科研成果 |
| 致谢 |
（2）蛋白质分子光谱的理论模拟与人工智能预测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 蛋白质的研究进展 |
| 1.2.1 蛋白质分子光谱的研究进展 |
| 1.2.2.1 机器学习的定义及分类 |
| 1.2.2.2 机器学习中的常见算法 |
| 1.2.2.3 机器学习中的描述符 |
| 1.2.2.4 机器学习在化学中的应用 |
| 参考文献 |
| 第2章 电子密度泛函理论 |
| 2.1 背景介绍 |
| 2.1.1 Born-Oppenheimer近似 |
| 2.1.2 Hartree-Fock近似 |
| 2.2 密度泛函理论 |
| 2.2.1 Hohenberg-Kohn定理 |
| 2.2.2 Kohn-Sham方程 |
| 2.3 近似密度泛函 |
| 2.3.1 局域密度近似泛函 |
| 2.3.2 非局域密度泛函 |
| 2.3.2.1 广义梯度近似泛函 |
| 2.3.2.2 杂化泛函 |
| 2.4 含时密度泛函理论 |
| 2.5 量化计算软件包 |
| 参考文献 |
| 第3章 分子动力学理论 |
| 3.1 背景介绍 |
| 3.2 分子动力学运动方程积分算法 |
| 3.3 分子力学与势能函数 |
| 3.3.1 非键项 |
| 3.3.2 成键项 |
| 3.5 周期性边界条件 |
| 3.6 系综 |
| 3.6.1 控温技术 |
| 3.6.2 控压技术 |
| 3.7 能量极小化算法 |
| 参考文献 |
| 第4章 机器学习预测蛋白质肽键紫外光谱 |
| 4.1 背景介绍 |
| 4.2 机器学习与蛋白质光学性质的研究 |
| 4.2.1 计算细节 |
| 4.2.2 机器学习的预测结果 |
| 4.2.2.1 肽键激发能的预测 |
| 4.2.2.2 基态偶极矩和跃迁偶极矩的预测 |
| 4.2.2.3 蛋白质肽键紫外光谱的预测 |
| 4.2.3 工作总结 |
| 参考文献 |
| 第5章 机器学习预测蛋白质红外光谱 |
| 5.1 背景介绍 |
| 5.2 机器学习与蛋白质红外光谱 |
| 5.2.1 计算细节 |
| 5.2.1.1 量子力学方法处理蛋白质酰胺I带振动 |
| 5.2.1.2 振动哈密顿矩阵的机器学习协议 |
| 5.2.1.3 量子化学计算产生初始数据 |
| 5.2.1.4 神经网络架构以及机器学习描述符 |
| 5.2.1.5 机器学习模型评估 |
| 5.2.2 机器学习预测蛋白质红外光谱流程 |
| 5.2.3 机器学习分辨蛋白质二级结构 |
| 5.2.4 机器学习追踪泛素蛋白红外光谱随温度的变化 |
| 5.2.5 机器学习追踪蛋白质折叠过程 |
| 5.2.6 工作总结 |
| 参考文献 |
| 第6章 总结和展望 |
| 致谢 |
| 在读期间发表的学术论文与取得的其他研究成果 |
（3）基于神威平台的生物数据库混合序列比对算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究目标与内容 |
| 1.4 全文的组织结构 |
| 2 相关技术研究与分析 |
| 2.1 众核处理器体系结构 |
| 2.2 申威众核并行编程方法 |
| 2.3 申威众核异构并行模式 |
| 2.4 生物数据库搜索过程 |
| 2.5 序列比对算法介绍 |
| 2.6 本章小结 |
| 3 基于神威平台的混合生物序列比对算法实现 |
| 3.1 混合序列比对数据库搜索算法 |
| 3.2 申威众核处理器体系结构与混合生物序列比对算法分析 |
| 3.3 单核组生物序列比对算法并行方案设计 |
| 3.4 单核组生物序列比对算法并行方案实现 |
| 3.5 基于MPI的多核组并行扩展 |
| 3.6 本章小结 |
| 4 基于神威平台的混合生物序列比对算法优化 |
| 4.1 编译优化 |
| 4.2 众核访存优化 |
| 4.3 负载均衡 |
| 4.4 本章小结 |
| 5 实验结果与分析 |
| 5.1 数据准备与程序编译 |
| 5.2 实验环境 |
| 5.3 单节点测试与分析 |
| 5.4 多节点测试与分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 本文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
| 学位论文数据集 |
（4）输送分拣设备快速设计与报价系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.2.1 快速设计研究现状 |
| 1.2.2 快速报价研究现状 |
| 1.3 研究内容及技术路线 |
| 第2章 输送分拣设备快速设计系统关键技术研究 |
| 2.1 输送分拣系统概述 |
| 2.1.1 输送分拣设备概述 |
| 2.1.2 输送分拣设备方案概述 |
| 2.2 输送分拣设备模块化设计 |
| 2.2.1 输送分拣设备参数确定 |
| 2.2.2 输送分拣设备模块划分 |
| 2.3 产品族模型规划与建立 |
| 2.3.1 产品族及产品族模型相关概念 |
| 2.3.2 基于模块化的产品族模型 |
| 2.4 输送分拣设备产品族规划案例 |
| 2.4.1 输送分拣设备概述 |
| 2.4.2 产品族存在问题分析 |
| 2.4.3 输送分拣设备产品族规划 |
| 第3章 输送分拣设备快速报价关键技术研究 |
| 3.1 输送分拣设备报价特点和流程 |
| 3.1.1 输送分拣设备报价的特点 |
| 3.1.2 物流输送分拣设备报价现状 |
| 3.2 快速报价方法分析 |
| 3.3 产品类物料清单规划 |
| 3.3.1 类物料清单模型 |
| 3.3.2 输送分拣设备类物料清单案例 |
| 3.4 产品机械成本模型规划 |
| 3.5 产品成本递归模型研究 |
| 第4章 输送分栋设备快速设计与报价系统设计 |
| 4.1 XY公司业务现状与需求分析 |
| 4.1.1 业务现状分析 |
| 4.1.2 功能需求概述 |
| 4.1.3 资源需求概述 |
| 4.1.4 性能需求概述 |
| 4.2 快速设计与报价系统总体设计 |
| 4.2.1 快速设计与报价流程设计 |
| 4.2.2 系统技术体系设计 |
| 4.3 系统总体架构与功能模块设计 |
| 4.3.1 输送分拣设备快速设计与报价系统运行流程 |
| 4.3.2 系统功能结构 |
| 第5章 输送分拣设备快速设计与报价原型系统实例 |
| 5.1 开发平台与运行环境 |
| 5.2 原型系统实例 |
| 5.2.1 新建项目 |
| 5.2.2 方案设计 |
| 5.2.3 设备模块维护 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（5）混合流程企业生产过程管理系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 课题的来源 |
| 1.1.3 研究意义 |
| 1.2 混合流程企业生产管理研究综述 |
| 1.2.1 生产管理理论研究 |
| 1.2.2 混合流程企业及其生产管理研究 |
| 1.2.3 混合流程企业生产管理系统应用 |
| 1.3 混合流程企业生产管理问题分析 |
| 1.3.1 混合流程企业生产管理问题概述 |
| 1.3.2 混合流程企业生产管理信息化特点 |
| 1.4 研究目的、思路和方法 |
| 1.4.1 研究目的 |
| 1.4.2 研究思路和方法 |
| 1.5 研究内容和论文结构 |
| 1.5.1 论文的主要研究内容 |
| 1.5.2 论文结构 |
| 2 混合流程企业生产过程管理系统结构 |
| 2.1 引言 |
| 2.2 混合流程企业生产流程特点 |
| 2.2.1 制造业生产流程概述 |
| 2.2.2 制造业生产工艺过程分类 |
| 2.2.3 混合流程企业生产过程 |
| 2.2.4 混合流程企业生产和管理的特点 |
| 2.2.5 我国混合流程企业的组织形式 |
| 2.3 xBOM体系与生产过程管理系统结构设计 |
| 2.3.1 面向混合流程企业的xBOM体系 |
| 2.3.2 混合流程企业生产过程管理系统的架构需求 |
| 2.3.3 基于xBOM的矩阵式生产过程管理系统结构 |
| 2.4 本章小结 |
| 3 混合流程企业生产计划及其优化算法 |
| 3.1 引言 |
| 3.2 混合流程企业生产计划管理需求 |
| 3.2.1 MRPⅡ在混合流程企业中的应用 |
| 3.2.2 精益生产模式在混合流程企业中的应用 |
| 3.2.3 混合流程企业生产计划管理需求 |
| 3.3 混合流程企业生产计划管理 |
| 3.3.1 工艺流程图模型 |
| 3.3.2 推拉结合的生产计划与控制层级模型 |
| 3.3.3 车间级生产计划和物料需求计划模型 |
| 3.4 基于简化模拟退火算法的生产计划优化 |
| 3.4.1 面向启发式算法的多规则建立和表达 |
| 3.4.2 基于生产进度规则的生产计划优化算法与步骤 |
| 3.5 基于能力平衡的动态调度方法 |
| 3.5.1 一种两生产单元的能力平衡模型 |
| 3.5.2 动态调度规则和算法 |
| 3.6 本章小结 |
| 4 基于批次映射的物料跟踪技术 |
| 4.1 引言 |
| 4.2 混合流程企业物料跟踪的需求 |
| 4.2.1 物料跟踪的基本需求 |
| 4.2.2 混合流程企业物料跟踪的多样性 |
| 4.3 混合流程企业物料跟踪模型 |
| 4.3.1 物料批次集合与映射 |
| 4.3.2 构造映射和动态映射 |
| 4 3.3 混合流程企业多环节的物料跟踪 |
| 4.4 物料跟踪信息的应用 |
| 4.4.1 产品档案的建立 |
| 4.4.2 关键产品和工序的控制 |
| 4.4.3 成本发生过程的跟踪 |
| 4.5 本章小结 |
| 5 基于过程集成的作业数据集市 |
| 5.1 引言 |
| 5.2 过程集成与作业管理法(ABM) |
| 5.2.1 ABM与作业成本法(ABC)的关系 |
| 5.2.2 ABC与传统成本法的对比分析 |
| 5.2.3 混合流程企业对作业数据集市的需求 |
| 5.3 作业模型与作业转换方法 |
| 5.3.1 面向对象的作业模型 |
| 5.3.2 作业转换原理与方法 |
| 5.3.3 全面作业数据的收集 |
| 5.4 作业数据集市建立及应用 |
| 5.4.1 作业数据集市的建立 |
| 5.4.2 三维作业分析模型 |
| 5.4.3 作业成本视图的抽取 |
| 5.5 本章小结 |
| 6 混合流程企业生产过程管理系统实现与应用 |
| 6.1 引言 |
| 6.2 启发式项目过程 |
| 6.2.1 传统软件开发模型 |
| 6.2.2 启发式项目过程分析 |
| 6.2.3 启发式项目过程的企业实践 |
| 6.3 混合流程企业生产过程管理系统的实现 |
| 6.3.1 生产管理业务流程分析 |
| 6.3.2 系统功能需求分析 |
| 6.3.3 支持系统的软件架构 |
| 6.3.4 系统实现的技术路线 |
| 6.4 混合流程企业生产过程管理系统实施应用 |
| 6.4.1 生产过程管理系统与ERP集成方案 |
| 6.4.2 基础数据管理 |
| 6.4.3 生产计划管理 |
| 6.4.4 物料跟踪技术应用 |
| 6.4.5 作业数据集市应用 |
| 6.4.6 生产过程管理系统应用实效 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点摘要 |
| 7.3 展望 |
| 参考文献 |
| 附录A 缩略语 |
| 攻读博士学位期间参与的研究课题及发表学术论文情况 |
| 致谢 |
| 作者简介 |
（6）基于多层次通用件的改进遍历及计算方法（论文提纲范文）
| 0 引 言 |
| 1 产品结构树和BOM表的存储结构 |
| 1.1 多层BOM结构分析 |
| 1.2 按层次码排序的BOM结构 |
| 1.3 改进的BOM结构 |
| 2 BOM遍历算法 |
| 2.1 常用的递归算法 |
| 2.2 常用的层次遍历算法描述 |
| 2.3 改进的基于LLC的BOM遍历算法 |
| 2.4 基于LLC计算物料总数量 |
| 3 实例数据 |
| 3.1 算法性能分析 |
| 3.2 算法实现 |
| 4 结束语 |
（7）通用BOM模型的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 企业信息化管理概述 |
| 1.2 中国企业实施ERP 软件的现状 |
| 1.3 制造企业对BOM 管理的需求 |
| 1.4 国内外研究BOM 的现状 |
| 1.5 本论文研究的意义 |
| 1.6 本论文的章节安排 |
| 第二章 BOM 概述 |
| 2.1 物料的基本概念 |
| 2.2 BOM 的基本概念 |
| 2.3 BOM 相关的一些管理事项 |
| 2.3.1 BOM 数据录入 |
| 2.3.2 BOM 模板管理 |
| 2.3.3 BOM 版本控制 |
| 2.3.4 BOM 信息集成 |
| 2.4 BOM 内容扩充的现状 |
| 2.5 BOM 通用化思想 |
| 2.6 小结 |
| 第三章 用图论研究BOM |
| 3.1 用图论研究BOM |
| 3.1.1 BOM 的图论本质 |
| 3.1.2 节点复制法 |
| 3.1.3 BOM 的有向性和单向性 |
| 3.1.4 特殊的BOM |
| 3.2 BOM 图在生产中的运用 |
| 3.2.1 BOM 图用于工程计划图 |
| 3.2.2 BOM 图用于MRP 运算 |
| 3.2.3 BOM 图用于生产排程 |
| 3.2.4 BOM 图用于逆算MRP |
| 3.3 BOM 的多角度分类 |
| 3.3.1 按产品生命周期分类 |
| 3.3.2 按输出形式分类 |
| 3.3.3 按物料间的逻辑关系分类 |
| 3.3.4 按存储方式分类 |
| 3.4 小结 |
| 第四章 BOM 程序设计的研究 |
| 4.1 管理系统的数据查询性能分析 |
| 4.2 BOM 数据存储方式的设计 |
| 4.2.1 单层指针码 |
| 4.2.2 多层指针码 |
| 4.2.3 多层层次码 |
| 4.2.4 各种存储方式的比较 |
| 4.3 BOM 数据存储的规范设计 |
| 4.4 BOM 数据存储的分离技巧 |
| 4.5 BOM 的形态分析 |
| 4.5.1 BOM 的概念形态 |
| 4.5.2 BOM 的物理形态 |
| 4.6 推荐的程序设计方式 |
| 4.7 BOM 遍历的程序设计 |
| 4.8 小结 |
| 第五章 BOM 展开以及BOM 编辑器开发实例 |
| 5.1 系统需求分析 |
| 5.2 系统实现的理论基础 |
| 5.3 BOM 展开过程分析 |
| 5.4 系统运行环境以及开发环境描述 |
| 5.5 展开算法的实现以及结果分析 |
| 5.5.1 传统的展开算法的实现 |
| 5.5.2 基于多层层次码的展开算法的实现 |
| 5.5.3 程序实验结果 |
| 5.6 BOM 编辑器的实现 |
| 5.6.1 编辑器的功能说明以及算法实现 |
| 5.6.2 编辑器的性能分析 |
| 5.7 小结 |
| 第六章 总结和展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
（8）基于与或树的柔性BOM结构及其自动诊断方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 前言 |
| 1.2 物料清单（BOM）的相关知识 |
| 1.3 基于模型的诊断技术 |
| 1.4 本文研究的目的和研究内容 |
| 1.4.1 研究的目的及意义 |
| 1.4.2 论文主要内容 |
| 2 基于与或树的BOM 设计 |
| 2.1 引言 |
| 2.1.1 常见的BOM 结构 |
| 2.1.2 BOM 的变型设计问题 |
| 2.1.3 BOM 的变型设计要求 |
| 2.2 基于与或树的BOM 结构 |
| 2.2.1 产品结构与或树 |
| 2.2.2 BOM 表的数据设计 |
| 2.3 面向任务的BOM 配置算法 |
| 2.3.1 基本定义和公式 |
| 2.3.2 产品配置的递推算法 |
| 2.3.3 应用实例 |
| 2.4 本章小结 |
| 3 产品结构的自动诊断 |
| 3.1 引言 |
| 3.2 BOM 的诊断模型 |
| 3.2.1 基本思路及模型定义 |
| 3.2.2 产品结构的逻辑描述 |
| 3.2.3 产品配置的逻辑描述 |
| 3.2.4 诊断模型的逻辑描述 |
| 3.2.5 相关的进一步讨论 |
| 3.3 BOM 的诊断算法 |
| 3.3.1 建立逻辑子句集的算法 |
| 3.3.2 计算部件冲突集的算法 |
| 3.3.3 计算诊断（碰集）的算法 |
| 3.3.4 BOM 诊断问题的求解算法 |
| 3.4 BOM 的诊断系统 |
| 3.4.1 系统的基本结构 |
| 3.4.2 测试结果及讨论 |
| 3.5 本章小结 |
| 4 总结 |
| 4.1 相关工作的比较 |
| 4.2 本文工作的总结 |
| 4.3 下一步工作及展望 |
| 致谢 |
| 参考文献 |
（9）产品设计BOM信息自动生成及管理的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 BOM概述 |
| 1.1.1 BOM的内容 |
| 1.1.2 BOM的形式 |
| 1.2 BOM管理的意义 |
| 1.3 BOM信息管理发展状况及存在的问题 |
| 1.4 课题的任务 |
| 2 开发环境 |
| 2.1 系统开发工具 |
| 2.2 数据库的选择 |
| 2.3 JHCAD平台 |
| 2.4 C/S模式 |
| 3 总体设计 |
| 3.1 BOM组织形式 |
| 3.1.1 产品结构树与BOM |
| 3.1.2 BOM组织形式的确定 |
| 3.2 BOM模型 |
| 3.2.1 BOM信息的表示方法 |
| 3.2.2 BOM模型的选择 |
| 3.3 BOM数据结构设计 |
| 3.3.1 数据结构分析 |
| 3.3.2 数据结构总体设计 |
| 3.3.3 数据模型的建立 |
| 3.3.4 数据库表的详细设计 |
| 3.3.5 基于BOM的产品结构树生成过程 |
| 4 BOM信息的自动生成 |
| 4.1 BOM信息自动生成的意义 |
| 4.2 图纸信息提取技术的研究 |
| 4.3 BOM信息自动生成的实现 |
| 4.3.1 对明细表的分析 |
| 4.3.2 定义明细表提取模板 |
| 4.3.3 明细表信息自动提取的过程 |
| 4.3.4 信息自动识别的实现 |
| 4.3.5 信息入库的实现 |
| 5 BOM信息的管理 |
| 5.1 BOM信息的浏览 |
| 5.2 BOM信息的汇总 |
| 5.2.1 自制件BOM表的输出 |
| 5.2.2 标准件BOM表的输出 |
| 5.2.3 外购件BOM表的输出 |
| 5.2.4 BOM表的进一步处理 |
| 5.3 BOM信息的添加 |
| 5.4 BOM信息的删除 |
| 5.5 BOM信息的更新 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（10）MRP系统中的物料清单和物料需求计划研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 物料需求计划系统发展概况 |
| 1.3 物料清单（BOM）的发展及研究现状分析 |
| 1.4 物料需求计划（MRP）研究的发展及研究现状分析 |
| 1.5 本课题的研究目的和内容 |
| 2 物料清单及其生成方法研究 |
| 2.1 BOM 的定义 |
| 2.2 基于关系型数据库的产品结构树的自动生成方法 |
| 2.2.1 基于关系型数据库的产品结构树分析 |
| 2.2.2 数据属性设计过程 |
| 2.2.3 产品结构树自动生成算法实现 |
| 2.3 BOM 的组织形式和构造问题 |
| 2.3.1 BOM 的组织形式 |
| 2.3.2 BOM 构造中考虑的主要问题 |
| 2.4 BOM 包含的数据信息 |
| 2.5 BOM 中物料的编码 |
| 2.6 BOM 自动生成 |
| 2.7 信息统计 |
| 2.8 本章小结 |
| 3 物料需求计划生成研究 |
| 3.1 物料需求计划原理分析 |
| 3.2 物料需求计划的主要输入数据 |
| 3.2.1 主生产计划 |
| 3.2.2 物料清单 |
| 3.2.3 工艺路线 |
| 3.2.4 库存信息 |
| 3.2.5 工厂日历 |
| 3.3 MRP 计算中的几个关键问题的研究 |
| 3.4 物料需求计划算法研究与实现 |
| 3.4.1 物料需求计划的基本逻辑 |
| 3.4.2 物料需求计划相关计算量 |
| 3.4.3 物料需求计划计算原理 |
| 3.5 面向订单的单件小批量生产类型MRP 算法改进 |
| 3.5.1 单件小批生产MRP 算法改进提出的背景 |
| 3.5.2 MRP 算法改进原理 |
| 3.5.3 MRP 改进算法与传统算法的对比 |
| 3.6 能力需求计划理论研究 |
| 3.6.1 能力需求计划原理分析 |
| 3.6.2 能力需求计划算法研究 |
| 3.6.3 能力平衡策略 |
| 3.7 本章小结 |
| 4 物料需求计划系统分析与设计 |
| 4.1 面向订单的单件小批量生产MRP 系统需求分析及体系结构 |
| 4.1.1 物料需求计划系统需求分析 |
| 4.1.2 物料需求计划系统体系结构 |
| 4.2 物料需求计划系统功能设计 |
| 4.2.1 物料需求计划系统总体功能结构 |
| 4.2.2 功能模块分析 |
| 4.3 基础数据关系设计 |
| 4.4 物料需求计划系统模块实现 |
| 4.4.1 基础数据创建及维护模块 |
| 4.4.2 产品结构树及BOM 生成模块的软件实现 |
| 4.4.3 物料需求计划生成的软件实现 |
| 4.4.4 MRP 计划调整模块 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 发表论文与完成项目 |
四、使用递归算法的N级结构的BOM的设计（论文参考文献）
- [1]汽车产品生命周期的数据管理优化方法与工程研究[D]. 夏颖慧. 华中师范大学, 2021(02)
- [2]蛋白质分子光谱的理论模拟与人工智能预测[D]. 叶盛. 中国科学技术大学, 2021(09)
- [3]基于神威平台的生物数据库混合序列比对算法研究[D]. 张浩. 山东科技大学, 2020(06)
- [4]输送分拣设备快速设计与报价系统设计[D]. 邵方叶. 浙江工业大学, 2014(05)
- [5]混合流程企业生产过程管理系统研究[D]. 李忠凯. 大连理工大学, 2010(09)
- [6]基于多层次通用件的改进遍历及计算方法[J]. 方霞,潘梅森,王喜富. 计算机技术与发展, 2009(06)
- [7]通用BOM模型的研究[D]. 陈涛. 电子科技大学, 2008(04)
- [8]基于与或树的柔性BOM结构及其自动诊断方法[D]. 朱齐媛. 重庆大学, 2008(06)
- [9]产品设计BOM信息自动生成及管理的研究[D]. 杨晓镇. 大连理工大学, 2007(05)
- [10]MRP系统中的物料清单和物料需求计划研究[D]. 尹斐. 西安理工大学, 2007(02)