English  |  正體中文  |  简体中文  |  Items with full text/Total items : 21921/27947 (78%)
Visitors : 4217865      Online Users : 544
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version


    Please use this identifier to cite or link to this item: http://140.128.103.80:8080/handle/310901/5848


    Title: 智慧型製造前置時間控制系統的發展
    Other Titles: The Development of an Intelligent Manufacturing Lead Time Control System
    Authors: 陳義恆
    Chen, Yi-Heng
    Contributors: 王立志
    Wang, Li-Chih
    東海大學工業工程與經營資訊學系
    Keywords: 智慧型製造前置時間控制系統;人工記憶
    IMLTCS;Artificial Memory
    Date: 1994
    Issue Date: 2011-05-25T08:21:45Z (UTC)
    Abstract: 前置時間管理是生產過程中重要的一環,欲有效的控制前置時間必須靠訂 單開立機能,排程系統,產能及現場資訊等多方面的配合與分工。然而, 在多變的動態製造系統中,採用不同的訂單開立方法及排程法則,往往會 得到差異很大的結果,因此,本研究利用反傳遞式類神經網路所具備自我 學習、分類的能力,把生產狀況加以分類,以使每一分類能對應一個適用 的聯合法則,進而發展一個具有學習能力的智慧型製造前置時間控制系 統(IMLTCS)。 IMLTCS能夠運作的基本假設是在類似的生產狀況下,其適 用的訂單開立方法及排程法則皆相同。然而,類似的生產狀況很難加以定 義,因此,我們採用系統屬性來代表生產狀況。同時我們把類神經網路融 入了尤拉、對角及曼哈諾比斯矩陣空間,來解決智慧型排程系統常面臨的 四個問題: (一)系統屬性的選取,(二)系統屬性值範圍切割的問題,( 三)各個系統屬性值大小及範圍差異過大,及(四)系統屬性會交互影響的 問題。除此之外,我們還針對反傳遞類神經網路在學習過程中的缺點,提 出修正式的反傳遞式類神經網路演算法。本研究所發展的IMLTCS除了上述 功能外,還融入了人工記憶(Artifi- cial memory)中績效分類的概念, 及無母數統計方法於反傳遞式類神經網路中,以找出各種生產狀況下,預 期的生產結果與實際生產結果是否有差異,以決定系統所建立的知識庫是 否需要重新學習與建立。最後本研究以一個簡單的製造系統,來評估 IMLTCS運作的可行性。
    Appears in Collections:[工業工程與經營資訊學系所] 碩博士論文

    Files in This Item:

    File SizeFormat
    index.html0KbHTML289View/Open


    All items in THUIR are protected by copyright, with all rights reserved.


    本網站之東海大學機構典藏數位內容,無償提供學術研究與公眾教育等公益性使用,惟仍請適度,合理使用本網站之內容,以尊重著作權人之權益。商業上之利用,則請先取得著作權人之授權。

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback