论文部分内容阅读
针对浙江省传统椅业产业的数字信息化水平低,难以提高产品生产效率与品质,降低生产成本,难以快速响应市场个性化定制等发展需求等问题。本文根据椅业智能制造转型升级的需求,在椅业工业互联网创新服务平台设计与分析基础上,开展椅业智能服务模块的设计与开发。分析了椅业工业互联网的功能需求,设计了椅业工业互联网平台功能架构,开发了椅业工业互联网平台,提出了基于平台的椅型智能设计、产品销量预测、配件库存优化等智能服务模块项目。分析了办公椅型特征属性,建立了办公椅型特征属性模型;基于案例推理方法,针对办公椅型数据的客观性和客户需求的主观性特点,结合熵权法和层次分析法,构建了一种多层加权最近邻（K-NN）检索的椅型智能设计案例推理模型,并进行了椅型智能设计的实例推理检验。结果表明:加权K-NN办公椅型检索模型匹配相似度更高,最高可达91.07%,能综合表达各特征属性重要性和决策者意向信息。分析了办公椅销量预测需求和销量时间序列数据特点,获得了办公椅销量数据周期性弱、非线性强、趋势不明显等特征;针对办公椅品种多样性的特点和销量预测的实际需求,分析了非线性时序数据预测模型LSTM与预测策略,提出了GA算法优化的REMO-LSTM销量预测模型;应用Y公司办公椅销量时序数据测试了模型,结果表明,GA-REMO-LSTM模型的RMSE和MAE相比REMO-LSTM模型分别减小了34.25%和20.07%,且在30天预测上的准确性保持较好。分析了椅业企业生产制造过程中配件库存成本高、库存量决策难的问题,以椅业销量智能预测为基础,提出了基于ABC分类法和配件重要度的办公椅产品配件库存库存量决策方法。在满足企业服务水平需求的基础上,提出的库存量决策方法数值模拟结果实现降低库存成本20%,实现了精细化设置库存。基于椅业工业互联网平台,应用Python语言和QT designer UI界面设计等开发工具,以椅型智能设计、产品销量预测、配件库存决策等设计的模型算法,开发智能服务模块,供椅业企业和用户应用。本文研究工作将促进量大面广的座椅产业集群中小型企业实现人工智能融合应用,提升产品设计与管理效率,推进制造数字化转型升级,具有重要的社会意义。