| 第一章 绪论 | 第1-23页 |
| 1．1 调度问题的提出 | 第10页 |
| 1．2 调度问题的分类 | 第10-11页 |
| 1．3 调度问题的特点 | 第11页 |
| 1．4 调度问题的研究方法 | 第11-18页 |
| 1．4．1 运筹学方法 | 第12页 |
| 1．4．2 基于规则的方法 | 第12-13页 |
| 1．4．3 系统仿真的方法 | 第13-14页 |
| 1．4．4 基于DEDS的解析模型方法 | 第14页 |
| 1．4．5 基于排序的方法 | 第14-17页 |
| 1．4．6 基于智能的调度方法 | 第17-18页 |
| 1．5 调度问题的调度策略 | 第18-20页 |
| 1．5．1 并行或分布策略 | 第18-19页 |
| 1．5．2 分解和成组策略 | 第19页 |
| 1．5．3 动态重调度策略 | 第19-20页 |
| 1．5．4 多目标决策 | 第20页 |
| 1．5．5 人机交互策略 | 第20页 |
| 1．6 调度领域存在的问题 | 第20-21页 |
| 1．7 本文的主要内容 | 第21-23页 |
| 第二章 遗传算法概述 | 第23-28页 |
| 2．1 遗传算法的历史回顾 | 第23-24页 |
| 2．2 遗传算法的特征及基本流程 | 第24-25页 |
| 2．3 遗传算法的理论研究现状 | 第25-26页 |
| 2．3．1 数学基础 | 第25-26页 |
| 2．3．2 编码研究 | 第26页 |
| 2．3．3 Markov链与收敛性 | 第26页 |
| 2．3．4 维数分析 | 第26页 |
| 2．4 遗传算法的应用研究现状 | 第26-28页 |
| 第三章 最小化完工时间机器调度的改进遗传算法 | 第28-36页 |
| 3．1 引言 | 第28-29页 |
| 3．2 问题描述 | 第29-30页 |
| 3．3 最小化完工时间机器调度的改进遗传算法 | 第30-35页 |
| 3．3．1 解决此类问题的现有遗传算法的局限性 | 第31-32页 |
| 3．3．2 最小化完工时间的机器调度的改进遗传算法 | 第32-35页 |
| 3．4 小结 | 第35-36页 |
| 第四章 非等同多机E/T调度的遗传算法求解 | 第36-42页 |
| 4．1 引言 | 第36页 |
| 4．2 已知独立交货期窗口的非等同多机E/T调度问题 | 第36-38页 |
| 4．2．1 数学建模 | 第36-37页 |
| 4．2．2 应用示例 | 第37-38页 |
| 4．3 未知公共交货期窗口的非等同多机E/T调度问题 | 第38-41页 |
| 4．3．1 问题描述 | 第38-39页 |
| 4．3．2 未知公共交货期窗口的非等同多机E/T调度遗传算法求解 | 第39-40页 |
| 4．3．3 数值计算 | 第40-41页 |
| 4．4 小结 | 第41-42页 |
| 第五章 多目标FSSP的选择性模拟退火遗传算法 | 第42-49页 |
| 5．1 引言 | 第42页 |
| 5．2 问题描述 | 第42-43页 |
| 5．3 多目标FSSP的选择性模拟退火遗传算法 | 第43-48页 |
| 5．3．1 模拟退火思想简述 | 第43-44页 |
| 5．3．2 选择性模拟退火遗传算法 | 第44-45页 |
| 5．3．3 多目标FSSP的选择性模拟退火遗传算法求解 | 第45-48页 |
| 5．4 数值计算 | 第48页 |
| 5．5 小结 | 第48-49页 |
| 第六章 最大化满意度模糊JSSP的双模并行遗传算法 | 第49-62页 |
| 6．1 引言 | 第49页 |
| 6．2 古典作业车间调度问题 | 第49-50页 |
| 6．3 最大化满意度的模糊车间调度问题 | 第50-52页 |
| 6．4 最大化满意度模糊JSSP的双模并行遗传算法 | 第52-60页 |
| 6．4．1 多种群并行遗传思想简述 | 第52-53页 |
| 6．4．2 最大化满意度模糊JSSP双模并行遗传算法求解 | 第53-60页 |
| 6．5 数值计算 | 第60页 |
| 6．6 小结 | 第60-62页 |
| 第七章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |
