某仪表制造业通用零件生产预测系统的研究与实现

• 作 者: 胡波
• 出 处: 宁夏大学
• 发表日期: 2017年期
• 关键词: 离散制造业 预测 支持向量回归机 遗传算法

为了实现对企业的信息进行动态管理,企业一般采取高级计划排程(Advanced Planning and Scheduling)方法。这是一种可将时间、订单、库存、预测产量等生产中的重要因素考虑进去,在企业生产过程中随时获取各种动态变化从而调整生产去迎合市场变化的方法。它解决了企业产能和资源平衡的问题,为离散制造业各种资源的高速流通带来了极大的便利。在预测中使用合理的数学模型来预测零件产量能给企业的生产计划带来极大的帮助,但是企业的生产预测却具有复杂、多层次这些特点,这些特点给建模带来了层层困难。本文的研究主体是基于宁夏吴忠仪表责任有限公司(简称吴忠仪表)的,该企业是一家离散型的阀门制造企业,该企业生产的产品的特点是品种多样、批量少、批次繁多。所以在满足客户需求的情况下实现企业资源合理的利用,就必须采取更加有效的生产组织方式。为了完善企业自身已有的预测系统,提高预测能力,企业需要建立一套新的预测模式。通过分析企业的历史生产数据,并对数据进行清洗然后根据数据的特点选择合适的算法来构建预测模型。在算法上本论文提出了一种用遗传算法优化的支持向量回归机来对数据进行预测,在预测模式上提出了两种预测模式,通过算法和模式的组合来更加准确的对企业的通用零件的产量进行预测。然后使用MATLAB对构建的预测模型进行仿真模拟验证模型的准确性,最后通过编程实现了预测系统,有效的实现了对企业通用零件的预测。企业通用零件预测系统的实现具有以下两方面的意义:第一,提高了对订单的处理能力和响应能力;第二,提高了该企业的市场竞争力。