原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
面向园区管理的资源分析应用平台.pdf
第 37 卷第 4 期 东华大学学报(自然科学版) Vo 1. 37. No.4
2011 年 8 月 JOURNAL OF DONGHUA UNIVERSITY(NATURAL SCIENCE Aug.2011
文章编号 :1671-0444(2011)04-0416-06
面向园区管理的资源分析应用平台
刘 霄 a ，蔡鸿明 a ，徐博艺 b
(上海交通大学 a. 软件学院; b. 安泰经济与管理学院，上海 200240)
摘要:针对制造园区生产建设服务过程中生产要素的能力约束与资源需求间供求不匹配的问题，
提出面向制造园区日常生产服务管理的资源分析应用乎台，建立依据生产所需关键资源要素将宏
观生产任务自上而下展开的生产计划多粒度分解模型.首先.给出了一个生产计划的分解过程，采
用 BP(back propagation) 神经网???算法实现计划到资源的映射与分解;然后，建立基于 LP( 精益生
产)和 TOC( 约束理论)的能力评估机制，对初始生产计划进行反馈修正，使模型实现制造园区企业
从生产计划到生产执行阶段各种资源需求计划的分解与转换;最后，建立了面向国医生产服务综合
匹配的资源分析乎台原型，对模型进行验证.研究结果表明 z 该乎台为制造园区的生产管理和制造
资源信息化提供理论与实践基础.
关键词:分解模板:资源映射:能力评估 z 园区管理 ;BP 神经网络
中图分类号: TP 311;C 93 1. 6 文献标志码 :A
Resource Analysis and Application Platform towards Park Management
LIU Xiao , CAI Hong-minga , XU Bo-yi b
(a. Sch∞ 1 of Software; b. Antai Collcge of Economics Managerncnt , Shanghai Jiaotong University , Shanghai 200240 , China)
Abstrad: On the purpose of solving the problem of mismatch between capacity constraints of production
factors and resource requirements. a resource analysis and application platform towards park
management is proposed for production service management in manufacturing industrial park. The core
of resource analysis and application platform is a multi-granularity planning decomposition model which
is a top-down approach for macro production tasks based on critical elements and resources needed in
produce process. Firstly. the whole decomposition process of production planning is given. Then, BP
(back propagation) neural network algorithm is
文档评论（0）