首页--经济论文--工业经济论文--中国工业经济论文--工业企业组织和经营管理论文

基于改进NSGA-Ⅱ算法的多目标FJSP研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-21页
    1.1 引言第11页
    1.2 研究背景及意义第11-13页
        1.2.1 研究背景第11-12页
        1.2.2 研究意义第12-13页
    1.3 国内外研究现状第13-16页
        1.3.1 柔性作业车间调度问题研究文献综述第13-14页
        1.3.2 多目标柔性作业车间调度问题优化方法研究现状第14-16页
    1.4 现有研究存在的问题第16-17页
    1.5 研究内容与研究方法第17-21页
        1.5.1 研究内容第17-18页
        1.5.2 研究思路第18页
        1.5.3 文章结构第18-21页
第二章 多目标柔性作业车间调度问题研究算法基础第21-35页
    2.1 柔性作业车间调度问题第21页
    2.2 多目标柔性作业车间调度问题第21-22页
    2.3 多目标优化问题第22-26页
        2.3.1 多目标优化问题基本概念第22-24页
        2.3.2 多目标优化问题研究方法第24-26页
    2.4 遗传算法第26-29页
        2.4.1 遗传算法基本思想第26页
        2.4.2 遗传算法的应用步骤第26-27页
        2.4.3 遗传算法基本流程第27-29页
        2.4.4 基本遗传算法的不足第29页
    2.5 NSGA算法第29-32页
        2.5.1 NSGA算法基本思想第29-30页
        2.5.2 共享虚拟适应度第30页
        2.5.3 非劣前沿分级第30-31页
        2.5.4 NSGA算法流程第31-32页
    2.6 层次分析法第32-34页
    2.7 本章小结第34-35页
第三章 NSGA-Ⅱ算法研究及改进第35-53页
    3.1 NSGA-Ⅱ算法的提出第35-36页
    3.2 NSGA-Ⅱ算法第36-41页
        3.2.1 快速非支配排序第36-37页
        3.2.2 拥挤距离求解方法第37-38页
        3.2.3 拥挤度比较算子第38-39页
        3.2.4 精英策略和小生境技术第39页
        3.2.5 锦标赛选择第39-40页
        3.2.6 NSGA-Ⅱ算法主要流程第40-41页
    3.3 NSGA-Ⅱ算法改进第41-50页
        3.3.1 NSGA-Ⅱ算法遗传操作参数改进第41-43页
        3.3.2 基于排挤筛选与循环拥挤排序的改进精英策略第43-49页
        3.3.3 改进NSGA-Ⅱ算法流程第49-50页
    3.4 本章小结第50-53页
第四章 多目标FJSP模型建立第53-59页
    4.1 问题描述第53-54页
    4.2 条件假设及变量描述第54-55页
        4.2.1 条件假设第54页
        4.2.2 变量描述第54-55页
    4.3 多目标FJSP数学模型建立第55-57页
        4.3.1 多目标FJSP优化指标第55-57页
        4.3.2 多目标FJSP约束第57页
    4.4 本章小结第57-59页
第五章 改进NSGA-Ⅱ算法求解多目标FJSP调度问题第59-79页
    5.1 改进NSGA-Ⅱ算法求解多目标P-FJSP过程设计第59-65页
        5.1.1 染色体编码和解码第59-61页
        5.1.2 初始解产生机制第61页
        5.1.3 多目标FJSP选择操作第61页
        5.1.4 多目标FJSP交叉操作第61-63页
        5.1.5 多目标FJSP变异操作第63-64页
        5.1.6 多目标FJSP运行参数设计第64-65页
    5.2 改进NSGA-Ⅱ算法求解多目标FJSP调度问题步骤第65-66页
    5.3 改进NSGA-Ⅱ算法基准测试第66-70页
        5.3.1 测试环境及参数第66页
        5.3.2 柔性作业车间调度问题基准测试第66-69页
        5.3.3 基准测试结果分析第69-70页
    5.4 改进N SGA-Ⅱ算法求解实际生产调度问题第70-78页
        5.4.1 某制造车间生产调度问题第70-72页
        5.4.2 改进NSGA-Ⅱ算法求解实例第72-75页
        5.4.3 多目标调度决策第75-77页
        5.4.4 最优调度方案输出第77-78页
    5.5 本章小节第78-79页
第六章 结论与展望第79-81页
    6.1 结论第79页
    6.2 展望第79-81页
致谢第81-83页
附录A 攻读硕士期间发表学术论文第83-85页
参考文献第85-89页

论文共89页,点击 下载论文
上一篇:基于蚁群算法的物流系统配送车辆路径优化问题研究
下一篇:BP神经网络在房地产批量评估中的应用研究