文档介绍：河北工业大学硕士学位论文
基于 RBF 网络的 OKP 企业变型零件生产提前期估算
摘要
OKP(One-of-a-Kind Production,按类单件生产)生产模式能够迅速满足不断增长的
客户个性化订单需求,适应激烈的市场竞争需要,代表着机械制造企业未来发展的方向之
一。OKP 生产模式的运用要求企业的生产管理与控制系统能够适应瞬息万变的市场变化,
并及时动态的对变化做出反应,以迎合个性化订单的需求。但在我国当前该模式的具体生
产实践中,许多企业由于数字化生产管理的基础薄弱,诸如 ERP、MRPII 等先进生产管理
系统不能够得到有效的数据支持,系统对市场订单变化的迅速反应能力受到制约,有的甚
至还很严重。因此,怎样解决 ERP、MRPII 等系统的数据支持问题,缓解数据化生产管理
的薄弱现状,提高企业对动态市场的快速反应能力,就成为当前我国 OKP 企业所面临的
重要问题之一。
本研究以我国一家典型的 OKP 机械制造企业为对象,针对影响其 ERP 系统 MRP 动态
制定期量标准(订单的动态变化导致了期量标准的变化)的关键问题——变型件生产提前
期的估算,运用人工神经网络方法加以解决。该方法选取 RBF 神经网络,以变型件生产提
前期估算问题为研究对象,并结合聚类分析理论,运用 MATLAB 软件工具,对初始数据
进行处理,筛选出具有代表性的变型件作为网络处理对象;以影响生产提前期因素为输入
变量,生产提前期数据为输出变量建立网络;运用改进型 k-means 聚类算法初选 RBF 网络
函数中心,梯度下降法训练中心位置、半径及输出权值。
实验结果表明基于改进型 k-means 聚类算法的 RBF 神经网络可以较为准确的估算出变
型件生产提前期数据,从而为 OKP 模式企业 MRP 的准确制定提供数据支持,并将 RBF
理论的应用范围作进一步的深化。
关键词:OKP,RBF,模糊聚类,变型零件,改进型 K-means 聚类算法
i
基于 RBF 网络的 OKP 企业变型零件生产提前期估算
PRODUCTION LEAD-TIME ESTIMATION OF
VARIANT PARTS IN OKP ENTERPRISES BASED ON
RBF WORK
ABSTRACT
OKP( One-of-a-Kind Production ) can quickly satisfy needs from continuous increasing
consumer orders and peting, and stands for a direction in Mechanical manufacturing
field. Application of OKP needs production management and control system of enterprises
keeps up with changes of markets outside, and quickly reflects those changes to satisfy order
needs. But in our OKP enterprises, ERP,MRP can not get enough data supports because of
inefficient data management in production, and their reflection to market can not effectively
work. So it is one of important questions to our OKP enterprises that how to make our ERP,
MRPII get enough data support to improve enterprise abilities of quickly reflection to market.
This research bases on a typical OKP Mechanical manufacturing enterprise, and tries to
resolve the question of estimating production lead-time, which is a core question effecting its
changing time and quantity of MRP in ERP system. The study sel