共查询到17条相似文献,搜索用时 46 毫秒
1.
朱慧灵 《计算机光盘软件与应用》2015,(1):37-38
物料清单(BOM)是采用计算机辅助企业生产管理。为了便于计算机识别,必须把图形化表达的产品结构转化成可以计算机识别的数据格式。通常BOM是树状结构表示,可以是自顶向下分解的形式或是以自底向上跟踪的形式提供信息。本文讨论一种通过并交范式来存储物料信息的算法。 相似文献
2.
3.
基于物料清单的制造过程工作流建模 总被引:5,自引:0,他引:5
分析了物料清单(BOM)在产品制造过程中的核心地位,提出了将BOM表映射成PETRI网的算法,利用所得到的PETRI网建立了面向制造过程的工作流管理系统的模型。从而允许设计者根据产品的结构而不需要知道实际的过程流程来安排生产任务的自动执行。对于生产作业计划的制订有很好的指导意义。 相似文献
4.
基于多色集合理论的印刷工艺规划建模研究 总被引:2,自引:0,他引:2
在研究印刷工艺的加工需求和加工工序的基础上,将计算机辅助工艺设计引入印刷制造系统,并应用多色集合理论建立印刷工艺规划的数学模型,提出了一种基于此模型的印刷工艺路径求解算法。此数学模型包括围道矩阵和多色图两部分。围道矩阵描述了印刷工序实现印刷加工需求的关系,多色图描述了印刷工序的相互作用。该算法便于计算机编程的实现,能根据印刷加工需求搜索所需的工艺算子,然后求解出印刷品的印刷工艺路线。最后,通过简例分析,对所提出的模型与算法进行了验证。 相似文献
5.
6.
为降低库存物料折算统计算法的复杂度,提出了一种BOM到CBOM的映射技术。首先研究了该映射的性质,证明其具有逆传递性;然后应用该性质设计了映射的初始化算法和维护算法,解决了CBOM初始化以及CBOM与BOM同步更新的问题;以保税物料为例实现了基于CBOM的物料折算统计算法。实验结果表明算法比原始算法运行所需时间降低了88%,为其他相似的库存统计算法提供了良好的借鉴。 相似文献
7.
烟草企业MRPⅡ/ERP物料清单重构研究 总被引:2,自引:0,他引:2
文章从分析卷烟生产和市场的特点入手,根据烟草的应用现状,讨论了烟草企业进行物料清单重构的必要性;然后就烟草企业物料清单存在的问题,提出了物料清单重构的方法和步骤。这些方法和技术包括设置物料项目虚项和设计模块化的物料清单技术。 相似文献
8.
9.
MRPⅡ中物料清单管理的关键技术研究 总被引:2,自引:0,他引:2
物料清单(BOM)是MRPⅡ系统中最重要的基础数据之一,该文拓宽了物料清单管理的功能,并以物料清单管理中低层代码生成、累计提前及累计成本计算等关键技术进行了研究,给出相应的实现算法。 相似文献
10.
针对产品协同设计过程中版本管理模型的问题进行研究.通过对现有的版本管理模型优缺点进行分析,在多色集合理论和多色图理论研究的基础上,结合产品协同设计版本具有多版本、动态性和关联性的特点,提出了基于多色图理论的协同设计多级版本管理模型,并给出其形式化描述与定义,给出了一个实例,利用该模型实现版本的回溯算法,证明了模型的有效性. 相似文献
11.
基于GBOM的产品配置研究 总被引:32,自引:2,他引:30
针对可配置产品和产品族的特点,提出一个基于GBOM的产品配置模型GPCM,详细地分析了模型中配置单元的构成、划分、约束关系的表达,说明了配置过程的实现与PDM,ERP和CAD的集成等问题.最后给出了模型在电梯产品配置中的实际应用. 相似文献
12.
13.
当前随着各级供电企业实施大规模的电网建设和改造,涉及到大量的电网建设物资,准确统计分析物资的库存及使用情况可及时了解物资的流通情况,确保电网改造顺利进行。本文采用PowerBuilder 6.5,开发研制了一套针对物资库存及使用情况的图形分析软件,可实现物资库存情况、入库情况、出库情况的统计图形,图形包括饼图、柱状图、条状图、线状图、3D饼状图、实体柱状图、实体条状图、散列状图。 相似文献
14.
15.
目前很多处理图数据的图神经网络方法被提出,然而大多数研究侧重于对特征聚合的卷积层的研究而不是进行下采样的池化层.此外,形成聚类簇的池化方式需要额外计算分配矩阵;节点得分的池化方式排名方式单一.为解决上述问题,提高图分类任务的准确性,本文提出了一种新的基于多维度信息的图池化算子MDPool.该模型使用节点特征信息以及图拓扑结构信息,获取不同维度下的节点得分.使用注意力机制归纳不同维度下的得分权重,生成更为健壮的节点排名,基于节点排名自适应选择节点集合生成诱导子图.提出的MDPool可以集成到多种的图神经网络结构,将MDPool池化算子与图神经网络卷积层堆叠形成编码解码模型EDMDPool.在4个公开数据集的图分类任务中, EDMDPool均高于现有基线模型. 相似文献
16.
17.
针对现有图神经网络在捕获知识图谱信息并进一步用于推荐时,侧重于项目端建模所存在的问题,提出一种基于双端知识图的图注意推荐模型。该模型通过从用户端和项目端在知识图谱上挖掘相关属性来有效增强推荐。从用户端角度,通过知识图谱中实体之间的联系传播用户兴趣,沿着知识图谱中用户的历史点击项来扩展用户的潜在兴趣;从项目端角度,通过捕获知识图谱中的高阶结构和语义信息,对每个实体的邻居抽样作为接收场,通过图注意获得实体-实体交互信息,以此建模高阶邻域信息,最后使用交叉熵损失函数进行训练。结果表明,所提模型在关于电影、书籍和音乐推荐的三个数据集上,有效提高了推荐的准确性和可解释性。 相似文献