摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-15页 |
§1-1 课题研究背景及意义 | 第9-10页 |
§1-2 冶金行业 MES 分析 | 第10-13页 |
1-2-1 MES 定义及其重要地位 | 第10-11页 |
1-2-2 冶金 MES 国内外研究发展现状 | 第11-12页 |
1-2-3 生产计划与调度研究现状 | 第12-13页 |
§1-3 本文主要研究内容 | 第13-15页 |
第二章 热轧型钢生产计划与调度问题 | 第15-22页 |
§2-1 热轧型钢生产流程与特点 | 第15-16页 |
2-1-1 生产流程 | 第15页 |
2-1-2 生产特点 | 第15-16页 |
§2-2 热轧型钢生产计划与调度问题 | 第16-19页 |
2-2-1 生产计划和生产调度关系 | 第16-17页 |
2-2-2 热轧型钢的生产计划与调度 | 第17-19页 |
§2-3 生产计划与调度问题的研究方法 | 第19-21页 |
2-3-1 研究方法与方向 | 第19-20页 |
2-3-2 智能优化算法 | 第20-21页 |
§2-4 本章小结 | 第21-22页 |
第三章 热轧型钢生产计划与调度模型分析与建立 | 第22-31页 |
§3-1 冶金行业常用的建模方法分析 | 第22-24页 |
3-1-1 针对热轧型钢的建模策略分析 | 第22-23页 |
3-1-2 批决策与批调度建模策略 | 第23-24页 |
§3-2 基于订单拆分的生产计划与调度问题描述 | 第24-27页 |
3-2-1 柔性定义和柔性订单 | 第24-25页 |
3-2-2 订单的转换与拆分 | 第25页 |
3-2-3 问题描述 | 第25-27页 |
§3-3 热轧型钢生产计划与调度数学模型的建立 | 第27-29页 |
3-3-1 目标与约束 | 第27-28页 |
3-3-2 热轧型钢批决策与批调度模型 | 第28-29页 |
§3-4 本章小结 | 第29-31页 |
第四章 热轧型钢生产计划与调度中混合遗传算法的改进 | 第31-39页 |
§4-1 遗传算法理论 | 第31-33页 |
4-1-1 遗传算法的基本理论 | 第31页 |
4-1-2 遗传算法的特点及缺陷 | 第31-32页 |
4-1-3 参数的自适应调整 | 第32-33页 |
§4-2 混合遗传算法 | 第33-35页 |
4-2-1 模拟退火算法 | 第33-34页 |
4-2-2 混合遗传算法的思想及流程 | 第34-35页 |
§4-3 混合遗传算法的改进 | 第35-37页 |
4-3-1 基因的拆分 | 第35-36页 |
4-3-2 基于基因拆分的改进型遗传算法 | 第36-37页 |
§4-4 本章小结 | 第37-39页 |
第五章 改进型混合遗传算法在热轧型钢 MES 中的应用 | 第39-49页 |
§5-1 改进型混合遗传算法设计 | 第39-43页 |
5-1-1 编码 | 第39页 |
5-1-2 种群初始化 | 第39页 |
5-1-3 适应度函数 | 第39-40页 |
5-1-4 选择算子 | 第40-41页 |
5-1-5 交叉算子 | 第41-42页 |
5-1-6 变异算子 | 第42-43页 |
5-1-7 模拟退火内循环 | 第43页 |
5-1-8 终止条件 | 第43页 |
§5-2 基因拆分操作的详细设计 | 第43-47页 |
5-2-1 面向精英种群的基因拆分 | 第44-45页 |
5-2-2 基因拆分操作的详细设计 | 第45页 |
5-2-3 基因拆分原则 | 第45-46页 |
5-2-4 设计方案优势 | 第46-47页 |
§5-3 算例仿真与分析 | 第47-48页 |
§5-4 本章小结 | 第48-49页 |
第六章 热轧型钢生产计划与调度系统研究与实现 | 第49-58页 |
§6-1 系统需求分析 | 第49-50页 |
§6-2 系统设计 | 第50-54页 |
6-2-1 系统架构设计 | 第50-51页 |
6-2-2 数据模型设计 | 第51-52页 |
6-2-3 功能模块设计 | 第52-54页 |
§6-3 系统实现与应用 | 第54-57页 |
§6-4 本章小结 | 第57-58页 |
第七章 工作总结与展望 | 第58-59页 |
参考文献 | 第59-62页 |
致谢 | 第62-63页 |
攻读硕士学位期间所取得的相关科研成果 | 第63页 |