| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及意义 | 第9页 |
| 1.2 柔性制造系统的发展历程 | 第9-10页 |
| 1.3 AGV自动导引载具简介 | 第10-12页 |
| 1.4 柔性制造系统FMS中AGV调度问题的国内外研究现状 | 第12-14页 |
| 1.5 本文工作和结构安排 | 第14-16页 |
| 第2章 启发式算法理论研究 | 第16-24页 |
| 2.1 粒子群算法 | 第16-18页 |
| 2.1.1 粒子群算法基本原理与流程 | 第16-17页 |
| 2.1.2 粒子群算法的特点 | 第17-18页 |
| 2.2 模拟退火算法 | 第18-20页 |
| 2.2.1 模拟退火算法的基本原理和流程 | 第18-19页 |
| 2.2.2 模拟退火算法的特点 | 第19-20页 |
| 2.3 遗传算法 | 第20-22页 |
| 2.3.1 遗传算法的关键词与基本操作 | 第20-21页 |
| 2.3.2 遗传算法的基本流程 | 第21-22页 |
| 2.3.3 遗传算法的特点 | 第22页 |
| 2.4 三种算法优劣势比较 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 改进的混合PSO-GA算法 | 第24-30页 |
| 3.1 混合PSO-GA调度算法 | 第24-25页 |
| 3.2 改进的混合PSO-GA算法 | 第25-29页 |
| 3.2.1 粒子群算法的改进 | 第25-27页 |
| 3.2.2 遗传算法的改进 | 第27-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 问题描述与评估模型定义 | 第30-40页 |
| 4.1 问题描述 | 第30-31页 |
| 4.2 评估模型定义 | 第31-32页 |
| 4.3 改进的粒子群-遗传算法 | 第32-36页 |
| 4.3.1 面向粒子群的粒子均衡评估方法 | 第33-34页 |
| 4.3.2 面向遗传算法的自适应遗传算子 | 第34-36页 |
| 4.4 模型应用基本思路 | 第36页 |
| 4.5 AGV调度策略及避障处理 | 第36-39页 |
| 4.6 本章小结 | 第39-40页 |
| 第5章 面向FMS基于改进PSO-GA的多AGV调度算法 | 第40-48页 |
| 5.1 面向FMS改进的混合PSO-GA算法流程与基本步骤 | 第40-41页 |
| 5.2 仿真程序设计及测试 | 第41-45页 |
| 5.2.1 仿真程序结构 | 第42-44页 |
| 5.2.2 实验的相关数据 | 第44-45页 |
| 5.3 实验结果与分析 | 第45-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第6章 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 在学研究成果 | 第53-54页 |
| 致谢 | 第54页 |
