| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-22页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·订单调度问题 | 第11-19页 |
| ·调度问题 | 第11-13页 |
| ·订单调度产生背景 | 第13页 |
| ·订单调度问题描述和分类 | 第13-15页 |
| ·订单调度模型应用 | 第15-17页 |
| ·订单调度研究综述 | 第17-19页 |
| ·论文研究方法和技术路线 | 第19-20页 |
| ·论文的主要工作和结构 | 第20-22页 |
| 2 遗传算法简介 | 第22-30页 |
| ·遗传算法的产生与发展 | 第22-23页 |
| ·遗传算法的原理和特点 | 第23-24页 |
| ·遗传算法的原理 | 第23页 |
| ·遗传算法的主要特点 | 第23-24页 |
| ·遗传算法的流程 | 第24-25页 |
| ·遗传算法参数选择与操作设计 | 第25-27页 |
| ·编码 | 第26页 |
| ·适应度函数 | 第26页 |
| ·算法参数 | 第26页 |
| ·遗传算法操作设计 | 第26-27页 |
| ·本章小结 | 第27-30页 |
| 3 PDm||∑C_j问题的优化调度遗传算法研究 | 第30-58页 |
| ·PDm||∑C_j模型描述 | 第30-31页 |
| ·遗传算法分析与设计 | 第31-36页 |
| ·遗传算法编码设计 | 第31-32页 |
| ·适应度函数 | 第32页 |
| ·算法参数的选取 | 第32-33页 |
| ·遗传算子的基因操作 | 第33-36页 |
| ·确定算法的终止条件 | 第36页 |
| ·订单调度问题中遗传算法的最优参数设计 | 第36-41页 |
| ·种群数目的优选 | 第36-37页 |
| ·交叉概率P_c的优选 | 第37-39页 |
| ·变异概率p_m的优选 | 第39-41页 |
| ·PDm ||∑C_j模型的启发式规则 | 第41-46页 |
| ·STPT规则 | 第41-42页 |
| ·SMPT规则 | 第42-43页 |
| ·SMCT规则 | 第43-44页 |
| ·SPTL规则 | 第44-45页 |
| ·ECT规则 | 第45-46页 |
| ·遗传算法性能分析 | 第46-56页 |
| ·比较研究描述 | 第46页 |
| ·订单数n=10时调度算法比较分析 | 第46-50页 |
| ·订单数n=20时调度算法比较分析 | 第50-53页 |
| ·订单数n=50时调度算法比较分析 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 4 PDm ||∑w_jC_j问题的优化调度遗传算法研究 | 第58-76页 |
| ·订单调度问题PDm||∑w_jC_j | 第58-59页 |
| ·遗传算法分析与设计 | 第59-60页 |
| ·PDm||∑w_jC_j模型的启发式规则 | 第60-65页 |
| ·WSTP规则 | 第61页 |
| ·WSMP规则 | 第61-62页 |
| ·WSMC规则 | 第62-63页 |
| ·WSPL规则 | 第63-64页 |
| ·WECT规则 | 第64-65页 |
| ·遗传算法性能分析 | 第65-75页 |
| ·比较研究描述 | 第65页 |
| ·订单数n=10时调度算法比较分析 | 第65-69页 |
| ·订单数n=20时调度算法比较分析 | 第69-72页 |
| ·订单数n=50时调度算法比较分析 | 第72-75页 |
| ·本章小结 | 第75-76页 |
| 5 总结与展望 | 第76-78页 |
| ·总结 | 第76页 |
| ·展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 附录 | 第83-85页 |