| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题的来源及研究背景 | 第13-14页 |
| 1.2 课题研究的目的与意义 | 第14页 |
| 1.3 柔性流水车间优化问题国内外研究现状 | 第14-17页 |
| 1.4 课题研究内容与创新点 | 第17页 |
| 1.5 论文结构 | 第17-19页 |
| 第二章 柔性流水车间有限缓冲区排产优化问题描述 | 第19-29页 |
| 2.1 排产优化问题分类 | 第19-21页 |
| 2.2 排产优化问题求解方法 | 第21-23页 |
| 2.2.1 精确算法 | 第21-22页 |
| 2.2.2 近似算法 | 第22-23页 |
| 2.3 FFSP问题描述与参数设置 | 第23-25页 |
| 2.3.1 FFSP问题描述 | 第23-24页 |
| 2.3.2 FFSP参数设置 | 第24页 |
| 2.3.3 FFSP优化目标及约束条件 | 第24-25页 |
| 2.3.4 FFSP问题条件假设 | 第25页 |
| 2.4 LBFFSP问题描述与参数设置 | 第25-27页 |
| 2.4.1 LBFFSP问题描述 | 第25页 |
| 2.4.2 LBFFSP参数设置 | 第25-26页 |
| 2.4.3 LBFFSP优化目标及约束条件 | 第26页 |
| 2.4.4 LBFFSP问题条件假设 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 Hopfield神经网络算法 | 第29-37页 |
| 3.1 Hopield神经网络的结构形式 | 第29-30页 |
| 3.2 离散Hopield神经网络 | 第30-31页 |
| 3.2.1 输入输出关系 | 第30页 |
| 3.2.2 离散Hopield神经网络工作方式 | 第30-31页 |
| 3.2.3 离散Hopield神经网络的稳定性分析 | 第31页 |
| 3.3 离散Hopfield神经网络的网络设计 | 第31-33页 |
| 3.3.1 权值的设计方法 | 第31-32页 |
| 3.3.2 记忆容量分析 | 第32页 |
| 3.3.3 权值的修正 | 第32-33页 |
| 3.4 连续Hopield神经网络 | 第33-36页 |
| 3.4.1 连续Hopield神经网络结构形式 | 第33-35页 |
| 3.4.2 连续Hopield神经网络稳定分析 | 第35页 |
| 3.4.3 连续Hopield神经网络的能量函数 | 第35-36页 |
| 3.4.4 连续Hopield神经网络的重要结论 | 第36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 SAA-HNN算法求解柔性流水车间排产问题 | 第37-49页 |
| 4.1 构造柔性流水车间排产优化问题换位矩阵 | 第37页 |
| 4.2 柔性流水车间排产优化问题的能量函数 | 第37-39页 |
| 4.2.1 能量函数约束项 | 第37-38页 |
| 4.2.2 能量函数目标项 | 第38页 |
| 4.2.3 Hopfield神经网络中的动态微分方程 | 第38-39页 |
| 4.2.4 Hopfield神经网络解决柔性流水车间排产问题的主要步骤 | 第39页 |
| 4.3 Hopfield神经网络算法的改进 | 第39-41页 |
| 4.3.1 Hopfield神经网络算法存在的问题 | 第39页 |
| 4.3.2 模拟退火算法描述 | 第39-40页 |
| 4.3.3 基于模拟退火算法的Hopfield神经网络算法步骤 | 第40-41页 |
| 4.4 编码与解码 | 第41-42页 |
| 4.4.1 编码过程 | 第41页 |
| 4.4.2 解码过程 | 第41-42页 |
| 4.5 仿真实验分析与算法对比 | 第42-46页 |
| 4.5.1 算法参数设置 | 第42页 |
| 4.5.2 实例测试 | 第42-45页 |
| 4.5.3 最大完工时间和迭代次数关系 | 第45页 |
| 4.5.4 SAA-HNN算法求解FFSP问题的排产结果 | 第45-46页 |
| 4.6 本章小结 | 第46-49页 |
| 第五章 SAA-HNN估计算法求解有限缓冲区柔性流水车间排产问题 | 第49-59页 |
| 5.1 编码解码 | 第49-50页 |
| 5.2 离散函数概率分布统计算法 | 第50-52页 |
| 5.2.1 离散函数概率分布统计方法 | 第50-51页 |
| 5.2.2 中间缓冲区空间大小估计算法 | 第51-52页 |
| 5.3 数据分析与仿真结果 | 第52-57页 |
| 5.3.1 数据分析 | 第52-53页 |
| 5.3.2 仿真结果 | 第53-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第六章 结论 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 作者简介 | 第65页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第65-67页 |
| 致谢 | 第67页 |
