摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-21页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 多目标算法的研究现状 | 第13-16页 |
1.2.1 传统多目标优化算法 | 第13-14页 |
1.2.2 进化多目标优化算法 | 第14-16页 |
1.3 蜜蜂进化型遗传算法 | 第16页 |
1.4 NSGA2算法概述 | 第16-19页 |
1.4.1 快速非支配排序 | 第17-18页 |
1.4.2 拥挤度及拥挤度比较算子 | 第18-19页 |
1.5 论文主要工作及组织安排 | 第19-21页 |
1.5.1 主要工作 | 第19页 |
1.5.2 组织安排 | 第19-21页 |
第2章 改进蜜蜂进化型遗传算法引导的NSGA2两阶段优化算法 | 第21-31页 |
2.1 改进蜜蜂进化型遗传算法 | 第21-24页 |
2.1.1 参数的改进 | 第21页 |
2.1.2 数据分析 | 第21-23页 |
2.1.3 改进蜜蜂进化型遗传算法的交叉和变异操作 | 第23-24页 |
2.2 改进NSGA2算法 | 第24-25页 |
2.2.1 经典NSGA2优点及不足 | 第24页 |
2.2.2 结构改进 | 第24-25页 |
2.2.3 改进NSGA2算法的交叉和变异操作 | 第25页 |
2.3 两阶段优化算法 | 第25-30页 |
2.3.1 约束条件苛刻的多目标优化问题 | 第25-27页 |
2.3.2 无约束条件的多目标优化问题 | 第27-30页 |
2.4 本章小结 | 第30-31页 |
第3章 改进算法在逆向物流路径规划中的应用 | 第31-46页 |
3.1 逆向物流VRPSPD路径研究概况 | 第31-32页 |
3.2 回收与再制造逆向物流网络模型 | 第32-33页 |
3.3 回收与再制造逆向物流路径的多目标优化模型 | 第33-36页 |
3.3.1 油耗模型 | 第33-34页 |
3.3.2 等待时间模型 | 第34页 |
3.3.3 行驶距离模型 | 第34页 |
3.3.4 目标函数 | 第34-36页 |
3.4 算法实例仿真 | 第36-45页 |
3.4.1 仿真实例及结果 | 第37-44页 |
3.4.2 结果分析 | 第44-45页 |
3.5 本章小结 | 第45-46页 |
第4章 改进算法在柔性作业车间调度中的应用 | 第46-61页 |
4.1 柔性作业车间调度问题概述 | 第46-51页 |
4.1.1 柔性作业车间调度问题描述 | 第46-47页 |
4.1.2 柔性作业车间调度的研究方法 | 第47-48页 |
4.1.3 柔性作业车间的研究现状 | 第48-49页 |
4.1.4 目标函数 | 第49-51页 |
4.1.5 参数说明 | 第51页 |
4.2 改进算法在FJSP上的设计 | 第51-54页 |
4.2.1 FJSP的编码 | 第51-52页 |
4.2.2 FJSP的解码 | 第52-54页 |
4.3 算法实例仿真 | 第54-60页 |
4.3.1 仿真实例及结果 | 第54-59页 |
4.3.2 结果分析 | 第59-60页 |
4.4 本章小结 | 第60-61页 |
结论与展望 | 第61-63页 |
参考文献 | 第63-69页 |
致谢 | 第69-70页 |
附录A 攻读硕士学位期间发表的学术论文 | 第70页 |