面向大规模定制生产的智能成组技术研究
|
摘要
大规模定制生产将充分利用现代柔性制造技术，利用CAD和CAM技术，但离开成组技术思想，就不能充分利用以往的信息资源和大规模定制资源。大规模定制生产的目标就无法实现。成组技术是通过充分利用产品和制造过程中的相似性将不同产品中的相似性零部件，甚至零件中的部分结构信息归类处理形成“成组批量”，从而取得效益。在这篇论文中，将智能信息技术应用于大规模定制生产中的成组技术。
1．提出智能成组技术的定义，分析在现代制造系统与成组技术的关系，重点分析了大规模定制与智能成组技术的关系。
2．将自适应变异的粒子群优化算法用于求解成组技术中的P-中位模型，克服了用遗传算法求解时的收敛速度慢和过早收敛之缺陷；克服用粒子群算法的计算量过大的不足，通过实例仿真，应用此算法效果良好。
3．将高属性稀疏数据聚类回归神经网络应用于成组技术中的夹具设计，该神经网络，给定不同的阈值，可动态地，有效地实现对高属性稀疏数据的归并，实例仿真表明，此聚类效果更加符合实际。
4．将信息熵理论引入模糊聚类中，克服了一般聚类算法，在参数输入、停机条件上存在诸多人为控制因素，能取得较为满意的聚类效果。
5．根据轴类零件的结构-工艺的相似性特点，应用熵聚类模糊神经网络于轴类零件分类，实例应用表明，该算法更加适合轴类零件的结构和工艺特点。
6．为了拓宽零件及其所表达的模式分类范围，使其能为计算机自动识别，将相似原理应用于成组技术中的零件分类识别。
7．用有导师指导细化拟合的ART_2神经网络用于成组技术中的制造单元分类，克服了用ART_1神经网络的分类不足，实例仿真表明，分类效果较好。
8．根据零件几何与工艺特征，应用模糊中心聚类学习算法，推出无导师的递推学习方法来修改模糊聚类中心和隶属函数，并将其与神经网络结合起来，实现并行零件体特征数据处理和模式分类，并编制专用程序，实现计算机对零件的自动分类系统。
本学位论文将智能信息技术，结合计算机技术应用于成组技术即智能成组技术，形成“成组大批量”，合理组织产品的生产协作，以最快的速度，最低的成本制造出用户满意的产品。使得大规模定制生产的目标真正实现。
Production of Mass Customization will make the best of modem flexible manufacturetechnology, using CAD and CAM technology, but if leaving Group Technologyideology, it cannot make the best of former information resources and MassCustomization resources. The goal of Mass Customization will never achieve. TheGroup Technology which takes full advantage of comparability in producing courseclassifies the similar components of different production, even the information of partstructure in components, forms "Group Batch" and get benefits. According thisarticle, it will apply aptitude information technology in the Group Technology.
1. Bring forward the definition of aptitude Group Technology, and analysis therelation in modem product system and Group Technology, also stress analysis therelationship between Mass Customization and aptitude Group Technology.
2. Apply the particles Swarm Optimization Algorithms with Adaptive Mutation inseeking the explanation of the P-middle location model, over come the bug of lowerconstringency rate and premature constringency in using Genetics algorithm.
3. Apply the High Attribute Dimensional sparse clustering Recurrent Logical NeuralNetworks Model in fixture designation of the Group Technology. Giving differentthreshold value, this nerve net can dynamically, effectively realize the merger of HighAttribute Dimensional sparse data. The imitation example indicates, this mergerimpact much more accord with practice.
4. Adhibit the information entropy theory into fuzzy merger and get over a good manyartificial controlled factors in parameter inputs or pausing conditions of commonmerger arithmetic.
5. On the basis of the comparability in axes components's structure-technical,applying entropy merger Neural Network in axes components's classify, exampleindicates that the arithmetic is much more fit for components's structure andtechnical character.
6. In order to develop components and its expressive mode classify extension, so thatcan been auto identified by computer, the comparable principle will be applied in thecomponents' classify and identify in Group Technology.
7. Apply A Fractionizing and fitting ART_2 Neural Network with supervise in theproduct cell classify of Group Technology, overcome the shortage in using theclassification of ART_1 Neural Network, example dynamic indicates that classify effect is preferably.
8. On the basis of components' geometry and techniques character, applying FuzzyCentral Clustering Algorithms, deduce the hand over study ways which is withoutsupervise to modify Fuzzy Clustering Centre and subjection function, and connect itwith Neural Network, realize row components' characteristic data processing andmode classification, also workout special program, realize a system that computer canauto classify components.
In this article, make the most of the nearly aptitude information technology, integratecomputer technology which is applied in Group Technology and also can said asAptitude Group Technology, form "Mass Group", organize the productioncollaboration in reason, take the fastest rate and lowest eost to product consumer'smost approving product. So that can realize the goal of Mass Customization productin fact.
1．提出智能成组技术的定义，分析在现代制造系统与成组技术的关系，重点分析了大规模定制与智能成组技术的关系。
2．将自适应变异的粒子群优化算法用于求解成组技术中的P-中位模型，克服了用遗传算法求解时的收敛速度慢和过早收敛之缺陷；克服用粒子群算法的计算量过大的不足，通过实例仿真，应用此算法效果良好。
3．将高属性稀疏数据聚类回归神经网络应用于成组技术中的夹具设计，该神经网络，给定不同的阈值，可动态地，有效地实现对高属性稀疏数据的归并，实例仿真表明，此聚类效果更加符合实际。
4．将信息熵理论引入模糊聚类中，克服了一般聚类算法，在参数输入、停机条件上存在诸多人为控制因素，能取得较为满意的聚类效果。
5．根据轴类零件的结构-工艺的相似性特点，应用熵聚类模糊神经网络于轴类零件分类，实例应用表明，该算法更加适合轴类零件的结构和工艺特点。
6．为了拓宽零件及其所表达的模式分类范围，使其能为计算机自动识别，将相似原理应用于成组技术中的零件分类识别。
7．用有导师指导细化拟合的ART_2神经网络用于成组技术中的制造单元分类，克服了用ART_1神经网络的分类不足，实例仿真表明，分类效果较好。
8．根据零件几何与工艺特征，应用模糊中心聚类学习算法，推出无导师的递推学习方法来修改模糊聚类中心和隶属函数，并将其与神经网络结合起来，实现并行零件体特征数据处理和模式分类，并编制专用程序，实现计算机对零件的自动分类系统。
本学位论文将智能信息技术，结合计算机技术应用于成组技术即智能成组技术，形成“成组大批量”，合理组织产品的生产协作，以最快的速度，最低的成本制造出用户满意的产品。使得大规模定制生产的目标真正实现。
Production of Mass Customization will make the best of modem flexible manufacturetechnology, using CAD and CAM technology, but if leaving Group Technologyideology, it cannot make the best of former information resources and MassCustomization resources. The goal of Mass Customization will never achieve. TheGroup Technology which takes full advantage of comparability in producing courseclassifies the similar components of different production, even the information of partstructure in components, forms "Group Batch" and get benefits. According thisarticle, it will apply aptitude information technology in the Group Technology.
1. Bring forward the definition of aptitude Group Technology, and analysis therelation in modem product system and Group Technology, also stress analysis therelationship between Mass Customization and aptitude Group Technology.
2. Apply the particles Swarm Optimization Algorithms with Adaptive Mutation inseeking the explanation of the P-middle location model, over come the bug of lowerconstringency rate and premature constringency in using Genetics algorithm.
3. Apply the High Attribute Dimensional sparse clustering Recurrent Logical NeuralNetworks Model in fixture designation of the Group Technology. Giving differentthreshold value, this nerve net can dynamically, effectively realize the merger of HighAttribute Dimensional sparse data. The imitation example indicates, this mergerimpact much more accord with practice.
4. Adhibit the information entropy theory into fuzzy merger and get over a good manyartificial controlled factors in parameter inputs or pausing conditions of commonmerger arithmetic.
5. On the basis of the comparability in axes components's structure-technical,applying entropy merger Neural Network in axes components's classify, exampleindicates that the arithmetic is much more fit for components's structure andtechnical character.
6. In order to develop components and its expressive mode classify extension, so thatcan been auto identified by computer, the comparable principle will be applied in thecomponents' classify and identify in Group Technology.
7. Apply A Fractionizing and fitting ART_2 Neural Network with supervise in theproduct cell classify of Group Technology, overcome the shortage in using theclassification of ART_1 Neural Network, example dynamic indicates that classify effect is preferably.
8. On the basis of components' geometry and techniques character, applying FuzzyCentral Clustering Algorithms, deduce the hand over study ways which is withoutsupervise to modify Fuzzy Clustering Centre and subjection function, and connect itwith Neural Network, realize row components' characteristic data processing andmode classification, also workout special program, realize a system that computer canauto classify components.
In this article, make the most of the nearly aptitude information technology, integratecomputer technology which is applied in Group Technology and also can said asAptitude Group Technology, form "Mass Group", organize the productioncollaboration in reason, take the fastest rate and lowest eost to product consumer'smost approving product. So that can realize the goal of Mass Customization productin fact.
引文
[1] 周晓东，邹国胜，谢洁飞等．大规模定制研究综述、计算机集成制造系统—CIMS，2003，9(12)：1045—1052
[2] (美)B．约瑟夫派恩著．大规模定制：企业竞争的新沿，北京：中国人民大学出版社，2000
[3] 但斌著．大规模定制：打造21世纪企业核心竞争力．北京科学出版社，2004
[4] 刘久富．面向大规模定制产品设计关键技术研究．博士论文，南京航空航天大学
[5] 马玉芳．基于Internet的大规模定制生产计划系统的研究．博士论文，武汉理工大学，2002
[6] 虎嵩林．面向工程的大规模定制设计方法与模板技术，博士论文，北京航空航天大学，2001
[7] 张建明，王吉军，魏小鹏．大规模定制设计研究现状与发展方向，大连大学学报，2002，23(6)：31-34
[8] 闰芬，陈国权．实施大规模定制中组织知识共享研究，管理工程学报，2002，16(3)：39-44
[9] 吴锡英，仇晓黎．从成组技术到大规模定制生产．中国机械工程，2001，12(3)：319-321
[10] 顾新建，杨志雄，祁国宁等．面向21世纪的成组技术，成组技术与生产现代化，2001，17(1)：33-36
[11] 郑倍蓉，居建村．面向大规模定制生产的成组技术，2002，17(1)：85-88
[12] 吴锡英，仇晓黎．GT应在现代制造系统中焕发青春，成组技术与生产现代化，2001，18(1)：1-3
[13] Sanchez, R, &Mahoney, J, T. Modularity, Flexibility, and Knowledge Management in product and Organization Design, IEEE Engineering Management 1997, 25(9): 50-61
[14] Rob Cross, Llogd Bair. Technology is not enough: improving Performance by building organization memory. Sloan Management Review, 2000, (4): 69-78
[15] Silveira DaG, BorensteinD, FogliattoF. Mass Customization: literature review and research directions. International Journal of Production Economics, 2001, (6): 1-13
[16] GILMOR JH, PINEIIB. The four faces of mass customization. Harvard Business Review, 1997, (1-2): 91-101
[17] HARTC. Mass Customization: conceptual underpinnings, opportunities and limits. International Journal of Service Industry Management, 1995, (2): 36-45
[18] KAYM. Making mass customization happen: lessons for implementation planning Review, 1993, (4): 14-18
[19] KTHA S. Mass Customization happen: lessons for implementation planning Review, 1993, (4): 14-18
[20] Ross A. Mass customization-selling uniqueness. Manufacturing Engineer, 1996, (6): 260-263
[21] FEITZINGRE, LEEH. Mass customization at hew wet-Pac karol: the power of postponement. Harvard Business Review, 1997, (1): 116-121
[22] 邹晓峰，季建华，黄培清．基于Internet的大规模定制的实施条件与运行模式．计算机集成制造系统—CIMS，2001，7(12)：53-56
[23] 吕巍，林海燕，谢巧玲．大规模定制原理，企业管理，2002，(3)：48-49
[24] 祁国宁，顾新建，杏仁旺．大批量定制及其模型研究，计算机集成制造系统—CIMS，2000，6(2)：41-45
[25] 李仁旺，许宁，曾译斌．基于制造业环境演变的制造模式分析．华中科技大学学报，2001，29(5)：35-37
[26] 邹晓峰，黄培清，季建华．大规模定制生产模式的研究．工业工程与管理，2001，6(2)：13-17
[27] LAU R. Mass Customization: the next industrial revolution. Industrial Management, 1995, (5): 18-19
[28] Rob Cross, Lloyd Bair. Technology is not enough: improving performance by building organization memory. Sloan Management Review, 2000, (3): 69-78
[29] J. A. Harding and A. R. Omar. Applications of QFD within a Concurrent Enginnering Environment. International Journal of Agile Management system, 1999, 11(3): 88-98
[30] Jeffrey L. Funk. Concurrent Engineering and the underlying structure of the Design Problem. IEEE. TRANSACTION ON ENGINEERING,1997,44(3): 305-315
[31] JianXin Jiao, Mitchell M. Tseng. An Information Modeling Framework for Product Famillies to Support Mass Customization Manufacturing. Annals of the CIRP, 1999, 48(1): 93-98
[32] Oscar Hauptman, Karim K. Hirji. The Influence of Process Concurrency On Project outcomes in Product Development: An Empirical Study of Cross Functional Teams. IEEE TRANACTION ON ENGINEERING MANAGEMENT, 1996, 43(2): 153-164
[33] 陈璐．可拆卸性设计中的面向对象建模技术研究．中国机械工程，2000，11(9)：987-990
[34] 高广达．产品模块化设计中的模块选择算法．机械设计，2000，(8)：5-7
[35] 蒋玉明．产品的模拟装配设计方案研究及其应用．中国机械工程，2000，11(7)：823-824
[36] X. J.Gu, G. N. Qi, Z. X. Yang, G. J. Zheng. Research of the optimization methods for mass Customization(MC) Journal of Materials Processing Technology2002, (129): 507-512
[37] SPRING M, DALRYMPLEJF. Product customization and manufacturing strategy. International Journal of Operations & Production Management, 2000, 20(4): 441-467
[38] DURAYR, WARDPT, MILLIGANG W, BERRYWL, Approaches to mass Customization: configuration and empirical validation. Journal of Operations Management, 2000, 18(6).. 605-625
[39] ZIPKINP. The limits of mass Customization. Sloan Management Review, 2001, 42(3): 81-87
[40] SVENSSONC, BARFODA. Limits and opportunities in mass customization for build-to-order SMES. Computer in industry, 2002, 49(2): 77-89
[41] DAVIS. From future perfect: mass customization. Planning Review, 1989, 17(2): 16-21
[42] PINE J. Mass Customization: the new frontier in business Competition. Boston: Harvard Business school Press, 1993
[43] KAYM. Making mass customization happen: lessons for implementation. Plann
[44] ing Review, 1993, 21(4): 14-18
[45] RONALDL. Mass Customization: the next industrial revolution. Industrial Management, 1995, 37(5): 8-19
[46] ROSS A. selling uniqueness. Manufacturing Engineer, 1996, 75(6): 260-263
[47] TSENG M, JIAO J, Design for mass customization. Annals of the CIRP, 1996, 45(1): 153-156
[48] 贾延林．模块化设计．北京：机械工业出版社，1998．
[49] 孙伟，刘晓冰，韩永生等面向大规模客户生产的产品设计及其产品规划方法 研究．机械科学与技术，2001，20(2)：315-317
[50] 刘晓冰，孙伟．面向大规模客户化生产模式的产品集成设计系统结构及其关键技术．博士论文大连理工大学，2000
[51] TSENGMM, JIAO J Case-based evolutionary design for mass customization. Computers and Industrial Engineering, 1997, 33(1): 319-322
[52] HED. Delayed product differentiation: a design and manufacturing perspective. Computer-Aide Design, 1998, 30(2): 105-113
[53] 华中平，杨晓俊，张辛平．基于等价闭包法的轴类模糊聚类分析 成组技术与生产现代化，2004，21(1)：12-15
[54] 黄艳新，周春光，杨国慧．基于熵聚类模糊神经网络味觉识别系统的研究．计算机研究与发展．2004，41(3)：414-419
[55] 徐寅林，宁新宝，黄晓林．有教师指导细化拟合的ARTz神经网络的研究．电子学报，2004，32(10)：1754-1756
[56] 键忠，吴智铭．神经网络在成组技术方面的应用．上海交通大学学报，30(4)：137-142
[57] 宁宣熙，史永平，熊锐．ART_2神经网络模型在成组技术中的应用．数据采集与处理，1995，10(1)：61-65
[58] 李晓毅，王耕云．零件的灰色聚类方法及其在夹具CAD中的应用．机床与液压2003，(2)：105-107
[59] 周永权，焦李成．高属性维稀疏数据聚类回归逻辑神经网络模型及学习算法．2004，32(8)：1342-1345
[60] 唐立新，杨自厚，王梦光．成组技术中的P-中位模型的遗传算法．控制与决策，1996，11(5)：561-570
[61] 曾黄麟，袁慧，刘小芳．模糊中心类的模式识别学习方法．中国科学，2004，6(11)：33-37
[62] 冯菊芳．一个识别零件几何与零件工艺特征的自动分类系统．南京航空航天大学学报，1994，26(5)：651-657
[63] 玩珍，王健，李晨阳．一种改进的模糊聚类算法．华中科技大学学报，2005，33(2)：92-94
[64] 鲁开讲，张宁，杨峰．基于零件分类编码的模糊聚类分析．轻工机械，2003，(3)：7-9
[65] 华中平，杨晓俊，张辛平．基于等价闭包法的轴类零件模糊聚类分析．成组技术与生产现代化，2004，21(1)：12-15
[66] 韩文非，罗觉，宁宣熙．成组技术中零件分类的一种新方法．成组技术与生 产现代化，2003，20(3)：46-49
[67] 马鹏举，梁正和，丁玉成，卢秉恒．在敏捷制造中基于成组技术的相似零件的获取方法．机械科学与技术，1999，18(5)：742-744
[68] 谭建荣，岳小莉，陆国栋．图形相似的基本原理方法及其在结构模式识别中的应用．计算机学报，2002，25(9)：959-967
[69] 岳小利．基于多层次模式匹配的三维重建技术研究．模式识别与人工智能，2000，13(3)：205-209
[70] 周美立．相似工程学．北京：机械工业出版社，1998
[71] Lee-Wen Tyan, Venkat D. Automatic identification of non-intersecting machining factures from 2D CAD input. Computer Aided Design, 1998, 30(5): 357-366
[72] Case K, Gao J. Feature technology: An overview International Tourna for Computer Integrated Manufacturing, 1993, 6(12): 2-12
[73] Bobrowski L, Bezdek J, C-means clustering with L, and L& norms. IEEE Transactions on systems, Man and Cybernetics, 1991, (21): 545-554
[74] Dumitresu D. Lazzerim B. Fuzzy Sets and Their Application to Clustering and Training. New York: The CRCPress, 2000
[75] 焦李成．神经网络计算．西安电子科学大学出版社，1996
[76] 周水庚，周傲英，曹晶等．一种基于密度的快速聚类算法．计算机研究与发展，2000，37(11)：1287-1292
[77] 周春光，梁耗春，田勇等．基于模糊神经网络味觉信号识别的研究．计算机研究与发展，1999，36(4)：401-409
[78] 张智星，孙春在，水谷英二．神经—模糊和软计算．西安交通大学出版社，2000
[79] 高新波，谢维信．模糊聚类理论发展及应用的研究进展．科学通报，1999，21(44)：224-225
[80] 杨桂通．系统辩证的协同和谐原理在工业工程中的应用．系统辩证学学报，2000，8(1)：6-9
[81] 陈卫刚，戚飞虎．一种新的协同模式识别算法．上海交通大学学报，2004，38(1)：18-25
[82] 温津伟，罗四维，王宝静．多类模式识别的动态多叉树算法研究与实现．计算机研究与发展，2003，40(1)：115-122
[83] T G Dietterich, G B akiri. Solving multicasts learning problems Via error-correcting output codes. Journal of Artificial Intelligence Research, 1995, 2(1): 263-286
[84] J Kittler, M Hatef, RPW Duin et al. On Combining Classifiers. IEEE Trans on Pattern Anal Mach Intel, 1998, 20(3): 226-239
[85] 徐福缘，李敏，顾新建等．实施大批量定制的基本思路及其其时空集成化化模型．管理工程学报，2002，(2)：50-52
[86] 邹晓峰，汪蓉，黄培清等．大规模定制中多个产品区分点延迟问题的研究．系统工程理论方法应用，2001，(4)：332-332
[87] 邹晓峰，季建华，黄培涛．面向大规模定制的供应链驱动模型的研究与应用．工业工程与管理，2001，6(6)：10-13
[88] 唐立新，杨自原，王梦光，徐建有．成族技术中零件分簇和单元划分问题综述．系统工程理论方法应用，1995，4(4)：17-25
[89] 赵家友，张顺喜，恽志东，伍世荣．成组夹具设计中面向对象的参数化模型．桂林电子工业学院学报．
[90] Hallbert D C, Brien P D. Using types and inheritance in object-oriented languages. European Conference on objected—Oriented Programming, 1993, 3(2): 230-237
[91] 唐立新，杨自厚，王梦光．基于P-中位模型的聚类分析的新的拉格朗日松驰算法：数值计算与计算机应用，1997，(3)：167-172
[92] 李付军，朱月玲．连杆类零件的加工夹具．机械工艺师，2001，(5)：24-25
[93] 李祥瑞，王苗欣．轮盘类零件组成夹具的设计和使用．组成技术与生产现代化，2001，18(1)：50-51
[94] 马海健．一种夹具计算机辅助编码系统的开发．濉坊学院学报，2004，4(6)：71-72
[95] 融亦鸣，朱耀祥，罗振壁．计算机辅助夹具设计．北京：机械工业出版社，2002．
[96] 范国然，罗新华，朱龙彪，许新建．专用夹具和成本夹具成本的盈亏平衡分析．机械科学与技术，1997，26(4)：16-18
[97] 唐立新，杨自厚，王梦光．CIMS中零件分簇的遗传算法．系统工程理论方法应用，1996，5(2)：23-28
[98] Mu-Chen chen, Hsiao-Pin WU, Chin-Ping Lin. A Data Mining Based Clustering Approach to Group technology. International Conference on Robotics & Automation Taipei, Proceedings of the 2003 IEEE, September 14-19, 2003
[99] Kyung-Mi Lee, Takeshi Yamakawa. Machine-Part Grouping for Cellular Manufacturing Systems: A Neural Network Approach. 1997 First International conference On Knowledge-Based Intelligent Electronic system, 1997(5):21-23.
[100] YouKyung Won, Kun Chang Lee. Modified P-median approach for efficient GT Cell formation. Computers & Industrial Engineering, 2004(46): 495-510
[101] Robert L. Bowerman, Paul H. Calamai, G. Brent Hall. The demand partitioning method for reducing aggregation errors in P-median problems. Computers & Operation Search 1999, (26): 1097-1111
[102] 熊立华，王云峰，张柯．面向大规模定制的产品族建模研究．工业工程，2005，8(1)：71-74
[103] Mckay Erens A F, Bloor MS. Relating Product definition and product Variety. Research in Engineering Design, 1997, (8): 63-80
[104] Jiao JianXia, Mitchell M Tsewg. Traduce family modeling for mass Customization. Computer Industrial Engineering, 1998, 35(3). 495-498
[105] 林森，但斌．面向大规模定制的产品平台管理模型．2005，19(1)：51-55
[106] 程明，王忠堂，张士宏等．模糊聚类方法ISODATA在自由全段辅助设计中的应用．沈阳工业学院学报，2002，21(1)：11-15
[107] 鲁开讲，张宁，杨峰．基于零件分类编码的模糊聚类分析，轻工机械，2003，(3)：7-9
[108] 顾新建，林纪烈，韩永生．经典成组技术到大成组技术的演变模式研究．成组技术与生产现代化，2005，22(1)：1-4
[109] 王志博．我国成组技术二十思考．成组技术与生产现代化，2000，(4)：5-11
[110] 王志博．我国成组技术发展历程的思考．工程建设与设计，2001，(1)：50-52
[111] 陈去飞，刘玉树，钱越莫等．一种基于密度的启发性群体智能聚类算法，2005，25(1)：45-48
[112] Ramos V, Muge F, Pina P. self-organized data and image retrieval as a consequence of inter-dynamic synergistic relationships in artificial ant colonies. Frontiers in Artificial Intelligence and Applications, 2002, (87): 500-509
[113] 张跃华．零件分类成组的相似程度比较分析．2003，22(2)：44-46
[114] 裘聿皇．成组技术与相似系数．自动化学报，1999，25(2)：275-278
[115] 张跃华．零件分类成组算法及分析．北京：机械工业出版社，1999
[116] 陈昆昌，陈子辰．构体的相似性及其度量研究，浙江工程学院学报，2004，21(4)：288-292
[117] 中国机械工程学会成组技术分会，《成组技术与生产现代化》编辑部．成组技术发展趋势调查统计分析报告．成组技术与生产现代化，2004，21(1)： 58-61
[118] 刘大任，郭力，李波．GT是特别适合中国国情的先进制造技术．精密制造与自动化，2002，(4)：6～8
[119] 吕振肃，候志荣．自适应变异的粒子群优化算法．电子学报，2004，32(3)：415-419
[120] Fvanden Bergh, A. P Engelbrecht. Cooperative learning in neural networks using particle swarm optimizers. South African Computer Journal, 2000(11): 84-90
[121] 肖田元，乔桂秀，韩向利等．汽车制造业大批量定制实施策略及关键技术．计算机集成系统—CIMS，2001，7(9：1—7)
[2] (美)B．约瑟夫派恩著．大规模定制：企业竞争的新沿，北京：中国人民大学出版社，2000
[3] 但斌著．大规模定制：打造21世纪企业核心竞争力．北京科学出版社，2004
[4] 刘久富．面向大规模定制产品设计关键技术研究．博士论文，南京航空航天大学
[5] 马玉芳．基于Internet的大规模定制生产计划系统的研究．博士论文，武汉理工大学，2002
[6] 虎嵩林．面向工程的大规模定制设计方法与模板技术，博士论文，北京航空航天大学，2001
[7] 张建明，王吉军，魏小鹏．大规模定制设计研究现状与发展方向，大连大学学报，2002，23(6)：31-34
[8] 闰芬，陈国权．实施大规模定制中组织知识共享研究，管理工程学报，2002，16(3)：39-44
[9] 吴锡英，仇晓黎．从成组技术到大规模定制生产．中国机械工程，2001，12(3)：319-321
[10] 顾新建，杨志雄，祁国宁等．面向21世纪的成组技术，成组技术与生产现代化，2001，17(1)：33-36
[11] 郑倍蓉，居建村．面向大规模定制生产的成组技术，2002，17(1)：85-88
[12] 吴锡英，仇晓黎．GT应在现代制造系统中焕发青春，成组技术与生产现代化，2001，18(1)：1-3
[13] Sanchez, R, &Mahoney, J, T. Modularity, Flexibility, and Knowledge Management in product and Organization Design, IEEE Engineering Management 1997, 25(9): 50-61
[14] Rob Cross, Llogd Bair. Technology is not enough: improving Performance by building organization memory. Sloan Management Review, 2000, (4): 69-78
[15] Silveira DaG, BorensteinD, FogliattoF. Mass Customization: literature review and research directions. International Journal of Production Economics, 2001, (6): 1-13
[16] GILMOR JH, PINEIIB. The four faces of mass customization. Harvard Business Review, 1997, (1-2): 91-101
[17] HARTC. Mass Customization: conceptual underpinnings, opportunities and limits. International Journal of Service Industry Management, 1995, (2): 36-45
[18] KAYM. Making mass customization happen: lessons for implementation planning Review, 1993, (4): 14-18
[19] KTHA S. Mass Customization happen: lessons for implementation planning Review, 1993, (4): 14-18
[20] Ross A. Mass customization-selling uniqueness. Manufacturing Engineer, 1996, (6): 260-263
[21] FEITZINGRE, LEEH. Mass customization at hew wet-Pac karol: the power of postponement. Harvard Business Review, 1997, (1): 116-121
[22] 邹晓峰，季建华，黄培清．基于Internet的大规模定制的实施条件与运行模式．计算机集成制造系统—CIMS，2001，7(12)：53-56
[23] 吕巍，林海燕，谢巧玲．大规模定制原理，企业管理，2002，(3)：48-49
[24] 祁国宁，顾新建，杏仁旺．大批量定制及其模型研究，计算机集成制造系统—CIMS，2000，6(2)：41-45
[25] 李仁旺，许宁，曾译斌．基于制造业环境演变的制造模式分析．华中科技大学学报，2001，29(5)：35-37
[26] 邹晓峰，黄培清，季建华．大规模定制生产模式的研究．工业工程与管理，2001，6(2)：13-17
[27] LAU R. Mass Customization: the next industrial revolution. Industrial Management, 1995, (5): 18-19
[28] Rob Cross, Lloyd Bair. Technology is not enough: improving performance by building organization memory. Sloan Management Review, 2000, (3): 69-78
[29] J. A. Harding and A. R. Omar. Applications of QFD within a Concurrent Enginnering Environment. International Journal of Agile Management system, 1999, 11(3): 88-98
[30] Jeffrey L. Funk. Concurrent Engineering and the underlying structure of the Design Problem. IEEE. TRANSACTION ON ENGINEERING,1997,44(3): 305-315
[31] JianXin Jiao, Mitchell M. Tseng. An Information Modeling Framework for Product Famillies to Support Mass Customization Manufacturing. Annals of the CIRP, 1999, 48(1): 93-98
[32] Oscar Hauptman, Karim K. Hirji. The Influence of Process Concurrency On Project outcomes in Product Development: An Empirical Study of Cross Functional Teams. IEEE TRANACTION ON ENGINEERING MANAGEMENT, 1996, 43(2): 153-164
[33] 陈璐．可拆卸性设计中的面向对象建模技术研究．中国机械工程，2000，11(9)：987-990
[34] 高广达．产品模块化设计中的模块选择算法．机械设计，2000，(8)：5-7
[35] 蒋玉明．产品的模拟装配设计方案研究及其应用．中国机械工程，2000，11(7)：823-824
[36] X. J.Gu, G. N. Qi, Z. X. Yang, G. J. Zheng. Research of the optimization methods for mass Customization(MC) Journal of Materials Processing Technology2002, (129): 507-512
[37] SPRING M, DALRYMPLEJF. Product customization and manufacturing strategy. International Journal of Operations & Production Management, 2000, 20(4): 441-467
[38] DURAYR, WARDPT, MILLIGANG W, BERRYWL, Approaches to mass Customization: configuration and empirical validation. Journal of Operations Management, 2000, 18(6).. 605-625
[39] ZIPKINP. The limits of mass Customization. Sloan Management Review, 2001, 42(3): 81-87
[40] SVENSSONC, BARFODA. Limits and opportunities in mass customization for build-to-order SMES. Computer in industry, 2002, 49(2): 77-89
[41] DAVIS. From future perfect: mass customization. Planning Review, 1989, 17(2): 16-21
[42] PINE J. Mass Customization: the new frontier in business Competition. Boston: Harvard Business school Press, 1993
[43] KAYM. Making mass customization happen: lessons for implementation. Plann
[44] ing Review, 1993, 21(4): 14-18
[45] RONALDL. Mass Customization: the next industrial revolution. Industrial Management, 1995, 37(5): 8-19
[46] ROSS A. selling uniqueness. Manufacturing Engineer, 1996, 75(6): 260-263
[47] TSENG M, JIAO J, Design for mass customization. Annals of the CIRP, 1996, 45(1): 153-156
[48] 贾延林．模块化设计．北京：机械工业出版社，1998．
[49] 孙伟，刘晓冰，韩永生等面向大规模客户生产的产品设计及其产品规划方法 研究．机械科学与技术，2001，20(2)：315-317
[50] 刘晓冰，孙伟．面向大规模客户化生产模式的产品集成设计系统结构及其关键技术．博士论文大连理工大学，2000
[51] TSENGMM, JIAO J Case-based evolutionary design for mass customization. Computers and Industrial Engineering, 1997, 33(1): 319-322
[52] HED. Delayed product differentiation: a design and manufacturing perspective. Computer-Aide Design, 1998, 30(2): 105-113
[53] 华中平，杨晓俊，张辛平．基于等价闭包法的轴类模糊聚类分析 成组技术与生产现代化，2004，21(1)：12-15
[54] 黄艳新，周春光，杨国慧．基于熵聚类模糊神经网络味觉识别系统的研究．计算机研究与发展．2004，41(3)：414-419
[55] 徐寅林，宁新宝，黄晓林．有教师指导细化拟合的ARTz神经网络的研究．电子学报，2004，32(10)：1754-1756
[56] 键忠，吴智铭．神经网络在成组技术方面的应用．上海交通大学学报，30(4)：137-142
[57] 宁宣熙，史永平，熊锐．ART_2神经网络模型在成组技术中的应用．数据采集与处理，1995，10(1)：61-65
[58] 李晓毅，王耕云．零件的灰色聚类方法及其在夹具CAD中的应用．机床与液压2003，(2)：105-107
[59] 周永权，焦李成．高属性维稀疏数据聚类回归逻辑神经网络模型及学习算法．2004，32(8)：1342-1345
[60] 唐立新，杨自厚，王梦光．成组技术中的P-中位模型的遗传算法．控制与决策，1996，11(5)：561-570
[61] 曾黄麟，袁慧，刘小芳．模糊中心类的模式识别学习方法．中国科学，2004，6(11)：33-37
[62] 冯菊芳．一个识别零件几何与零件工艺特征的自动分类系统．南京航空航天大学学报，1994，26(5)：651-657
[63] 玩珍，王健，李晨阳．一种改进的模糊聚类算法．华中科技大学学报，2005，33(2)：92-94
[64] 鲁开讲，张宁，杨峰．基于零件分类编码的模糊聚类分析．轻工机械，2003，(3)：7-9
[65] 华中平，杨晓俊，张辛平．基于等价闭包法的轴类零件模糊聚类分析．成组技术与生产现代化，2004，21(1)：12-15
[66] 韩文非，罗觉，宁宣熙．成组技术中零件分类的一种新方法．成组技术与生 产现代化，2003，20(3)：46-49
[67] 马鹏举，梁正和，丁玉成，卢秉恒．在敏捷制造中基于成组技术的相似零件的获取方法．机械科学与技术，1999，18(5)：742-744
[68] 谭建荣，岳小莉，陆国栋．图形相似的基本原理方法及其在结构模式识别中的应用．计算机学报，2002，25(9)：959-967
[69] 岳小利．基于多层次模式匹配的三维重建技术研究．模式识别与人工智能，2000，13(3)：205-209
[70] 周美立．相似工程学．北京：机械工业出版社，1998
[71] Lee-Wen Tyan, Venkat D. Automatic identification of non-intersecting machining factures from 2D CAD input. Computer Aided Design, 1998, 30(5): 357-366
[72] Case K, Gao J. Feature technology: An overview International Tourna for Computer Integrated Manufacturing, 1993, 6(12): 2-12
[73] Bobrowski L, Bezdek J, C-means clustering with L, and L& norms. IEEE Transactions on systems, Man and Cybernetics, 1991, (21): 545-554
[74] Dumitresu D. Lazzerim B. Fuzzy Sets and Their Application to Clustering and Training. New York: The CRCPress, 2000
[75] 焦李成．神经网络计算．西安电子科学大学出版社，1996
[76] 周水庚，周傲英，曹晶等．一种基于密度的快速聚类算法．计算机研究与发展，2000，37(11)：1287-1292
[77] 周春光，梁耗春，田勇等．基于模糊神经网络味觉信号识别的研究．计算机研究与发展，1999，36(4)：401-409
[78] 张智星，孙春在，水谷英二．神经—模糊和软计算．西安交通大学出版社，2000
[79] 高新波，谢维信．模糊聚类理论发展及应用的研究进展．科学通报，1999，21(44)：224-225
[80] 杨桂通．系统辩证的协同和谐原理在工业工程中的应用．系统辩证学学报，2000，8(1)：6-9
[81] 陈卫刚，戚飞虎．一种新的协同模式识别算法．上海交通大学学报，2004，38(1)：18-25
[82] 温津伟，罗四维，王宝静．多类模式识别的动态多叉树算法研究与实现．计算机研究与发展，2003，40(1)：115-122
[83] T G Dietterich, G B akiri. Solving multicasts learning problems Via error-correcting output codes. Journal of Artificial Intelligence Research, 1995, 2(1): 263-286
[84] J Kittler, M Hatef, RPW Duin et al. On Combining Classifiers. IEEE Trans on Pattern Anal Mach Intel, 1998, 20(3): 226-239
[85] 徐福缘，李敏，顾新建等．实施大批量定制的基本思路及其其时空集成化化模型．管理工程学报，2002，(2)：50-52
[86] 邹晓峰，汪蓉，黄培清等．大规模定制中多个产品区分点延迟问题的研究．系统工程理论方法应用，2001，(4)：332-332
[87] 邹晓峰，季建华，黄培涛．面向大规模定制的供应链驱动模型的研究与应用．工业工程与管理，2001，6(6)：10-13
[88] 唐立新，杨自原，王梦光，徐建有．成族技术中零件分簇和单元划分问题综述．系统工程理论方法应用，1995，4(4)：17-25
[89] 赵家友，张顺喜，恽志东，伍世荣．成组夹具设计中面向对象的参数化模型．桂林电子工业学院学报．
[90] Hallbert D C, Brien P D. Using types and inheritance in object-oriented languages. European Conference on objected—Oriented Programming, 1993, 3(2): 230-237
[91] 唐立新，杨自厚，王梦光．基于P-中位模型的聚类分析的新的拉格朗日松驰算法：数值计算与计算机应用，1997，(3)：167-172
[92] 李付军，朱月玲．连杆类零件的加工夹具．机械工艺师，2001，(5)：24-25
[93] 李祥瑞，王苗欣．轮盘类零件组成夹具的设计和使用．组成技术与生产现代化，2001，18(1)：50-51
[94] 马海健．一种夹具计算机辅助编码系统的开发．濉坊学院学报，2004，4(6)：71-72
[95] 融亦鸣，朱耀祥，罗振壁．计算机辅助夹具设计．北京：机械工业出版社，2002．
[96] 范国然，罗新华，朱龙彪，许新建．专用夹具和成本夹具成本的盈亏平衡分析．机械科学与技术，1997，26(4)：16-18
[97] 唐立新，杨自厚，王梦光．CIMS中零件分簇的遗传算法．系统工程理论方法应用，1996，5(2)：23-28
[98] Mu-Chen chen, Hsiao-Pin WU, Chin-Ping Lin. A Data Mining Based Clustering Approach to Group technology. International Conference on Robotics & Automation Taipei, Proceedings of the 2003 IEEE, September 14-19, 2003
[99] Kyung-Mi Lee, Takeshi Yamakawa. Machine-Part Grouping for Cellular Manufacturing Systems: A Neural Network Approach. 1997 First International conference On Knowledge-Based Intelligent Electronic system, 1997(5):21-23.
[100] YouKyung Won, Kun Chang Lee. Modified P-median approach for efficient GT Cell formation. Computers & Industrial Engineering, 2004(46): 495-510
[101] Robert L. Bowerman, Paul H. Calamai, G. Brent Hall. The demand partitioning method for reducing aggregation errors in P-median problems. Computers & Operation Search 1999, (26): 1097-1111
[102] 熊立华，王云峰，张柯．面向大规模定制的产品族建模研究．工业工程，2005，8(1)：71-74
[103] Mckay Erens A F, Bloor MS. Relating Product definition and product Variety. Research in Engineering Design, 1997, (8): 63-80
[104] Jiao JianXia, Mitchell M Tsewg. Traduce family modeling for mass Customization. Computer Industrial Engineering, 1998, 35(3). 495-498
[105] 林森，但斌．面向大规模定制的产品平台管理模型．2005，19(1)：51-55
[106] 程明，王忠堂，张士宏等．模糊聚类方法ISODATA在自由全段辅助设计中的应用．沈阳工业学院学报，2002，21(1)：11-15
[107] 鲁开讲，张宁，杨峰．基于零件分类编码的模糊聚类分析，轻工机械，2003，(3)：7-9
[108] 顾新建，林纪烈，韩永生．经典成组技术到大成组技术的演变模式研究．成组技术与生产现代化，2005，22(1)：1-4
[109] 王志博．我国成组技术二十思考．成组技术与生产现代化，2000，(4)：5-11
[110] 王志博．我国成组技术发展历程的思考．工程建设与设计，2001，(1)：50-52
[111] 陈去飞，刘玉树，钱越莫等．一种基于密度的启发性群体智能聚类算法，2005，25(1)：45-48
[112] Ramos V, Muge F, Pina P. self-organized data and image retrieval as a consequence of inter-dynamic synergistic relationships in artificial ant colonies. Frontiers in Artificial Intelligence and Applications, 2002, (87): 500-509
[113] 张跃华．零件分类成组的相似程度比较分析．2003，22(2)：44-46
[114] 裘聿皇．成组技术与相似系数．自动化学报，1999，25(2)：275-278
[115] 张跃华．零件分类成组算法及分析．北京：机械工业出版社，1999
[116] 陈昆昌，陈子辰．构体的相似性及其度量研究，浙江工程学院学报，2004，21(4)：288-292
[117] 中国机械工程学会成组技术分会，《成组技术与生产现代化》编辑部．成组技术发展趋势调查统计分析报告．成组技术与生产现代化，2004，21(1)： 58-61
[118] 刘大任，郭力，李波．GT是特别适合中国国情的先进制造技术．精密制造与自动化，2002，(4)：6～8
[119] 吕振肃，候志荣．自适应变异的粒子群优化算法．电子学报，2004，32(3)：415-419
[120] Fvanden Bergh, A. P Engelbrecht. Cooperative learning in neural networks using particle swarm optimizers. South African Computer Journal, 2000(11): 84-90
[121] 肖田元，乔桂秀，韩向利等．汽车制造业大批量定制实施策略及关键技术．计算机集成系统—CIMS，2001，7(9：1—7)