摘要：基于家具大规模定制、客户需求多样化的背景,为了充分考虑客户需求的差异性,能够精心服务每一个客户,从大规模定制下的家具物流中生产物流和配送物流两个部分入手,讨论了当下生产物流中路线规划不合理、设备容易损坏、生产不协同的问题,以及配送物流中配送困难、安装服务不到位、产品易磨损、信息化水平低的问题。针对生产物流,给出了合理规划路线、物流柔性化、定期维护设备等解决方案;针对配送物流,给出了规范配送方式、运送可视化、规范安装工人等解决方案。展望了未来物流发展方向,给企业发展面向大规模定制的家具物流一些启发,以期降低物流的成本和柔性。

摘要：为解决传统的深度学习网络在进行农作物与杂草识别时存在的问题,如训练时间长、识别精度低、检测速度慢、采集数据需求量大等,基于YOLOv4算法设计一种改进检测模型。利用轻量级特征提取网络替代原YOLOv4特征提取网络,在增强特征提取网络引入深度可分离卷积,降低网络参数规模。通过数据扩增方法对原始实验数据进行扩充,增加实验数据量和数据多样性,提高模型识别准确率。实验结果表明,改进模型检测速度约为54帧/s,是原YOLOv4模型的330%,训练时间为原来的21.8%,对自然环境下玉米及其伴生杂草的识别准确率更高。此方法亦适用于其他作物与杂草识别。

摘要：随着木材资源的日益短缺,竹材因具有独特的传统文化底蕴与天然绿色属性,备受人们的喜爱。我国竹资源极其丰富,地域分布广泛,不同地区的竹材品种不尽相同,且竹文化具有鲜明地域特色。通过对浙江安吉、江苏溧阳等江南竹乡的实地调研,解析江南地区的竹文化及其竹制品的地域特征,旨在提出具有江南特色的竹家具设计创新思路与方法。

摘要：红木资源紧缺,价格高昂,但红木纹理美观,材质坚硬,红木家具的需求日益增大。在红木家具生产中,配料是影响出材率的关键因素。本文通过对比以横截锯为核心设备的传统配料方式和以优选锯为核心设备的现代配料方式,分析红木家具生产如何满足柔性规模定制生产要求,运用现代配料方式解决红木家具出材率问题。并阐述了如何运用合适的生产模式和管理模式做好配料环节,避开缺陷,合理利用原材料,提高出材率,帮助企业节约红木资源、降低生产成本。