摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 选题背景与研究意义 | 第10-11页 |
1.2 国内外研究现状综述 | 第11-13页 |
1.3 研究目标与研究内容 | 第13-14页 |
1.4 论文创新点 | 第14-15页 |
1.5 论文内容与组织结构 | 第15-17页 |
第二章 多目标流水车间调度问题理论基础 | 第17-40页 |
2.1 多目标优化问题的基本概念 | 第17-18页 |
2.2 多目标流水车间调度问题的定义 | 第18-21页 |
2.3 求解多目标流水车间调度问题的优化算法 | 第21-28页 |
2.3.1 精确求解算法 | 第21-22页 |
2.3.2 启发式算法 | 第22-23页 |
2.3.3 元启发式算法 | 第23-28页 |
2.4 多目标优化算法性能的评价方法 | 第28-30页 |
2.4.1 基于距离函数的评价方法 | 第28-29页 |
2.4.2 基于超体积指标的评价方法 | 第29-30页 |
2.5 基于Indicator的多目标优化算法 | 第30-38页 |
2.5.1 基于Binary-Indicator的多目标优化算法 | 第31-35页 |
2.5.2 基于Hypervolume-Indicator的多目标优化算法 | 第35-38页 |
2.6 本章小结 | 第38-40页 |
第三章 基于Path-Relinking的多目标优化算法 | 第40-50页 |
3.1 基于Path-Relinking的优化方法 | 第40-41页 |
3.2 基于Path-Relinking求解流水车间调度问题的优化算法 | 第41页 |
3.3 基于Path-Relinking的多目标优化算法详解 | 第41-44页 |
3.3.1 个体之间的距离测度 | 第43页 |
3.3.2 个体之间的路径连接 | 第43-44页 |
3.3.3 路径解集的选择机制 | 第44页 |
3.4 算法测试与结果分析 | 第44-49页 |
3.4.1 算例说明及算法参数设置 | 第45-46页 |
3.4.2 算法评价工具 | 第46-47页 |
3.4.3 实验结果及其分析 | 第47-49页 |
3.5 本章小结 | 第49-50页 |
第四章 基于局部扰动搜索的多目标优化算法 | 第50-60页 |
4.1 基于局部扰动搜索的优化方法 | 第50-51页 |
4.2 基于局部扰动搜索机制求解组合优化问题的算法 | 第51-52页 |
4.3 基于局部扰动搜索的多目标优化算法 | 第52-54页 |
4.3.1 局部扰动机制 | 第53-54页 |
4.3.2 群体更新机制 | 第54页 |
4.4 算法测试与结果分析 | 第54-58页 |
4.4.1 算法参数设置 | 第54-55页 |
4.4.2 算法评价工具 | 第55-56页 |
4.4.3 实验结果及其分析 | 第56-58页 |
4.5 本章小结 | 第58-60页 |
第五章 基于超体积的高维多目标局部搜索算法 | 第60-73页 |
5.1 流水车间调度问题的目标维数 | 第60-62页 |
5.2 基于超体积的高维多目标优化算法 | 第62-63页 |
5.3 基于超体积的高维多目标流水车间调度算法 | 第63-68页 |
5.3.1 适应值分配机制 | 第63-67页 |
5.3.2 群体更新机制 | 第67-68页 |
5.4 算法测试与结果分析 | 第68-72页 |
5.4.1 测试算例及算法参数设置 | 第68-70页 |
5.4.2 算法评价工具 | 第70页 |
5.4.3 实验结果及其分析 | 第70-72页 |
5.5 本章小节 | 第72-73页 |
第六章 结论与展望 | 第73-75页 |
6.1 论文的主要工作 | 第73-74页 |
6.2 研究工作展望 | 第74-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-82页 |
攻读硕士学位期间取得的成果 | 第82-83页 |