首页期刊导航|工业工程
期刊信息/Journal information
工业工程
广东工业大学
工业工程

广东工业大学

伍乃骐

双月刊

1007-7375

xbao@gdut.edu.cn

020-37626037

510090

广州市东风东路729号广东工业大学

工业工程/Journal Industrial Engineering JournalCSCDCHSSCD北大核心CSTPCD
查看更多>>本刊由广东工业大学主办,中国机械工程学会协办。工业工程(IE)在提高劳动生产率、降低成本、资源优化和合理配置中具有重要作用,在发达国家广泛应用于工业、商业、服务性行业及公用事业等。本刊内容涵盖经营战略、决策研究、制造系统、物流系统、设施规划、工作研究、成本分析、工程经济、质量保障、诊断评估、信息管理、人机工程、生产组织、人力资源、组织重构等。刊物已被国内外十多家重要文摘期刊或数据库收录。
正式出版
收录年代

    工业互联网场景下运营管理研究综述

    王康周王冬冬豆垒薛林...
    1-13页
    查看更多>>摘要:工业互联网作为新一代信息技术与工业制造深度融合的全新工业生态,对提高企业运营效率、推动制造业高质量发展具有重要意义.综合分析了工业互联网场景下运营管理相关文献,发现:1)工业互联网平台的研究大多数是通过定性方法分析其在不同行业的应用场景及平台生态,而通过定量方法探究工业互联网平台的深层次运营及协调机制是今后需重点关注的问题;2)通过数字化、网络化和智能化来提高产品质量、降低成本、优化业务流程等,实现价值创造,而工业互联网下制造企业、顾客等多主体的价值共创机理和模式是重要的研究问题;3)现有研究聚焦工业互联网技术和模型算法对生产运营中单一活动进行优化,而工业互联网环境下"研-制-维"一体化协同流程的构建方法以及多级闭环决策体系与智能决策方法需要深入探究;4)现有研究已明确工业互联网下供应链可以通过互联互通、可视性、实时性及可追溯性提升运营绩效,并探讨了技术采纳对其策略选择及协调机制的影响,未来可以将关注点转向下游客户端.

    工业互联网(IIoT)价值创造运营管理供应链管理

    可信机器学习综述

    陈彩华佘程熙王庆阳
    14-26页
    查看更多>>摘要:机器学习技术不断发展,在许多领域都有广泛的应用并展现出超出人类本身的能力.但机器学习方法利用不当或决策存在偏差,反而会损害人们的利益,特别是在一些敏感安全需求高的领域,如金融、医疗等,人们越来越重视机器学习的可信研究.目前,机器学习技术普遍存在一些缺点,如对代表性不足的群体存在偏见、缺乏用户隐私保护、缺乏模型可解释性、容易受到威胁攻击等.这些缺点降低了人们对机器学习方法的信任.尽管研究者已针对这些不足进行了深入探索,但缺乏一个整体的框架与方法系统地提供机器学习的可信分析.因此本文针对机器学习的公平性、可解释性、鲁棒性与隐私 4个要素归纳总结了现阶段主流的定义、指标、方法与评估,然后讨论了各要素之间的关系,并结合机器学习全生命周期构建了一个可信机器学习框架.最后,给出了一些目前可信机器学习领域亟待解决的问题与面临的挑战.

    可信机器学习公平性可解释性鲁棒性隐私

    基于深度智能视觉的表面缺陷检测研究进展

    高艺平王浩李新宇高亮...
    27-36,66页
    查看更多>>摘要:基于深度智能视觉的表面缺陷检测研究在制造业中起着越发重要的作用,本文阐述深度智能视觉的表面缺陷检测在现代工业质检中的重要性,对现有研究进展进行梳理总结.深度智能视觉以机器视觉和深度学习为技术基础,为不同工业场景提供高精高效的表面缺陷检测算法.本文从检测细粒度的角度将表面缺陷检测分为表面缺陷分类、定位、分割检测 3个部分,并分别对分类、定位、分割方法进行系统综述,梳理现有表面缺陷检测研究的问题和思路.分类检测针对数据和缺陷图形特征问题进行研究,因其基础性和易拓展性于不同工业场景的应用呈现分散发展;定位检测以模型框架、矩形框检测和标注成本为主要问题,表现出追求轻量化和特征融合机制的研究趋势;分割检测更关注图像细节特征.通过研究分类、定位、分割的多任务模型框架以探索分类、分割检测之间的互补性.最后总结目前表面缺陷检测研究存在的问题,并对发展趋势进行展望.

    表面缺陷检测缺陷分类缺陷定位缺陷分割

    考虑作业姿势舒适的三维装箱问题

    徐翔斌吁琴芳
    37-47页
    查看更多>>摘要:为降低装卸工在货物配装过程中因重复弯腰而罹患肌肉骨骼疾病的概率,同时优化其作业姿势的舒适性,进而减轻作业疲劳,提升社会整体效益,基于人因工程和运筹优化协同优化的视角,从装卸工作业姿势舒适的角度出发,提出并研究考虑作业姿势舒适的三维装箱问题.首先对装载作业姿势舒适性进行评价,构建问题模型;其次对货物排序优化和货物放置规则等关键问题进行研究,设计了最大空间法和有偏随机密钥遗传算法相结合的求解算法;最后通过算例进行实验验证.结果表明,提出的模型和算法可以在不增加车辆运输成本的前提下提升装卸工的作业姿势舒适性,并且对于尺寸相对较小及规模相对较少的货物类型作业姿势舒适性的优化空间更大,验证了模型和算法的有效性.

    三维装箱作业姿势舒适最大空间法有偏随机密钥遗传算法

    色彩对比度及信息密度对老年用户视觉搜索的影响

    秦华郭博文王中婷冉令华...
    48-56,86页
    查看更多>>摘要:通过动态导向显示屏呈现就诊信息的医院逐年增多,而老年人群由于视觉功能逐渐衰退,在医院检索及识别动态导向分诊信息时经常出现困难.为提升老年用户观察动态导向信息界面的绩效,对影响老年用户视觉搜索绩效明显的色彩对比度及信息密度因素展开研究.基于医院动态分诊显示器界面及E-prime实验平台,以色彩对比度及信息密度作为自变量,对 20位 60岁以上的老年用户展开视觉搜索实验,采集不同自变量水平下的视觉搜索时间、视觉搜索正确率及清晰度、舒适度评价.结果表明,色彩对比度为 13.7∶1时,老年用户的视觉搜索绩效及评价最佳,当数值上升至 17.4∶1及 21∶1时,绩效及评价开始显著下降,但仍优于 8.7∶1水平.在研究选用的字体及显示器下,老年用户在 0.46及 0.55(5~6行)信息密度水平的视觉搜索绩效及评价结果显著优于其他水平,且 0.74(8行)信息密度水平为适用于老年用户的最大信息密度设计.

    动态导向信息界面视觉搜索色彩对比度信息密度老年用户

    用户感性偏好导向的智能语音交互设计评价方法

    王铁旦胡艺朋彭定洪
    57-66页
    查看更多>>摘要:用户感性偏好是智能语音交互设计的重要依据,为解决评价过程中存在的用户实际决策行为与其感性评价结果不一致的问题,提出了一种用户感性偏好导向的直觉模糊锚定评价方法.首先,采用直觉模糊集表征用户对智能语音交互设计的感性偏好信息,以充分描述用户偏好的模糊性与不确定性.其次,将最优最劣思想融入序数优先级方法以确定权重,在保证运算过程简便性的同时,克服了该方法在排序方面存在的缺陷.再次,从数理角度刻画了锚定效应在评价过程中的作用机制,并将锚定效应融入智能语音交互设计评价方法,就其对最终评价结果的影响进行量化分析.最后,以某智能车载系统语音交互设计为例,验证该方法有助于提高预测用户实际决策结果的准确性和可信度.

    智能语音交互感性工学直觉模糊集序数优先级方法锚定效应

    面向复杂装配任务的脑力负荷综合评估方法

    余琦玮唐为昊耿洁
    67-73,97页
    查看更多>>摘要:复杂装配作业脑力负荷过高会降低装配绩效和质量,甚至引发安全事故.因此,对装配任务脑力负荷进行准确测量与评估,确定作业人员的脑力负荷水平,是生产系统优化的重要依据.本文针对复杂装配任务的脑力负荷评估问题,设计了基于Lego积木模拟的装配任务实验,使用主观测量法、绩效测量法和生理测量法采集了 27项指标数据,分析了各项数据对脑力负荷变化的敏感性,发现绩效测量指标、主观测量指标、注视次数、总注视时间、扫视次数、总扫视时间和平均瞳孔直径这 7项指标是复杂装配任务脑力负荷的有效测量指标.基于有效测量指标,采用BP(back propagation)神经网络和贝叶斯线性判别两种建模方法,构建了装配任务脑力负荷综合评估模型.研究结果表明,使用因子分析将 7维指标转化为二维综合指标作为主成分输入,使用归一化共轭梯度法为训练算法的BP神经网络模型是装配作业脑力负荷的最佳综合评估模型,其判别准确率达到 84.80%.本文提出的脑力负荷测量与评估方法可为装配作业脑力负荷评定和优化提供参考依据.

    复杂装配脑力负荷综合评估

    情感分析与数据驱动下面向产品迭代设计的用户画像及建模研究

    周艳杰李耀辉王宇王永胜...
    74-86页
    查看更多>>摘要:针对传统产品设计耗时耗力、效率较低等挑战,提出了面向产品迭代设计的用户画像及建模研究,该方法能够有效地刻画用户对产品特征的态度,为企业进行产品迭代提供新的参考模式.首先,通过爬虫技术获取用户信息属性、在线用户评论信息属性,结合产品信息属性构建三维用户画像概念模型.基于产品特征本体,采用Word2vec技术和情感分析方法从用户关注度和质量满意度两个维度构建画像模型.然后,通过整体用户画像与产品细粒度特征画像,聚焦产品核心优势特征与待优化特征,采用K值法制定产品优化策略.最后,以某相机为例进行数据驱动下的产品迭代设计案例分析.结果表明,该方法能够有效挖掘用户核心需求,为商家快速迭代产品提供较优产品设计方案.

    在线评论用户画像产品迭代数据驱动情感分析

    带准备时间的异构并行机调度规则自动设计方法

    钟宏扬刘建军曾创锋陈庆新...
    87-97页
    查看更多>>摘要:以大规模定制化的家电行业生产为背景,将家电总装产线的投产排序决策抽象成为一类带准备时间的异构并行机动态调度问题.针对人工调度规则解决动态调度问题简单高效,但场景适应性弱的特点,引入了基于遗传规划(genetic programming,GP)的规则自动设计框架.首先,通过分析家电总装产线生产特征以及优化需求,以最小化平均拖期为优化目标,建立异构并行机调度模型;随后,针对问题特征,构建线体指派-工单排序规则对协同进化的改进型GP算法,并提取线体、工单的特征属性输入GP算法框架以自动设计调度规则.最后,基于某家电企业实际案例数据设计大量算例测试集,通过对比GP算法与人工设计规则在差异化工况场景的实验结果,验证GP算法有效性,并进一步分析了GP算法构造规则受不同生产环境参数的影响.

    异构并行机动态调度启发式规则遗传规划

    基于SMOTE-IKPCA-SeNet深度迁移学习的小批量生产质量预测研究

    杨剑锋崔少红段家琦王宁...
    98-106,157页
    查看更多>>摘要:随着智能制造技术的发展和客户个性化需求的增加,多品种小批量生产方式逐渐成为制造业的主流.面向大批量生产、以统计过程控制为核心的质量管理方式并不适用于小批量生产.针对复杂生产过程存在参数多、非线性和交互作用的问题,提出利用深度迁移学习的方式将历史生产数据作为源域迁移至小样本目标产品数据进行质量预测.首先,通过合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)和改进的核主成分分析(improved kernel principal component analysis,IKPCA)算法筛选源域和目标域的可迁移特征,这不仅兼顾了特征重要性和可迁移性,还减少了"负迁移",提高了模型泛化能力;然后,采用结合通道注意力机制的卷积神经网络SeNet构建基于深度迁移学习的质量预测模型.仿真结果表明,随着目标域样本的增加,所提方法的预测准确性明显优于广泛采用的支持向量机建模方法.同时,所提可迁移特征筛选方法显著提高了深度迁移学习的质量预测效果,为复杂的小批量生产过程质量保证提供了新方法.

    小批量生产质量预测深度迁移学习SMOTEIKPCASeNet