首页--经济论文--经济计划与管理论文--企业经济论文--企业计划与经营决策论文--企业行政管理论文--人事管理论文

融合人性因素的单元装配线多目标交叉培训规划方法

摘要第5-7页
Abstract第7-8页
目录第9-12页
第一章 绪论第12-18页
    1.1 问题背景及研究工作的意义第12-14页
    1.2 研究目标与研究内容第14-15页
        1.2.1 研究目标第14页
        1.2.2 研究内容第14-15页
    1.3 研究的技术路线和方法第15-16页
    1.4 主要研究成果第16-18页
第二章 交叉培训规划及多目标进化算法的研究综述第18-36页
    2.1 交叉培训规划的基本概念第18-20页
    2.2 交叉培训规划的研究方法第20-21页
        2.2.1 基于运筹学的优化技术第20页
        2.2.2 基于规则(策略)的仿真技术第20-21页
    2.3 交叉培训的评价指标第21页
    2.4 不同生产环境交叉培训规划的研究现状第21-24页
    2.5 多目标进化算法的研究现状第24-34页
        2.5.1 多目标优化问题第24-25页
        2.5.2 粒子群优化算法第25-27页
        2.5.3 非支配排序遗传算法第27-34页
    2.6 本章小结第34-36页
第三章 柔性单元装配线交叉培训规划问题的因素分析第36-48页
    3.1 柔性单元装配线概述第36-40页
    3.2 单元装配线实施交叉培训的益处和必要性第40-41页
    3.3 单元装配线交叉培训规划问题的因素分析第41-47页
    3.4 本章小结第47-48页
第四章 考虑满意度和员工数的多目标交叉培训规划(SN-MOCT)第48-58页
    4.1 SN-MOCT问题的描述第48-49页
    4.2 考虑员工满意度的背景分析第49-50页
    4.3 SN-MOCT问题的多目标数学规划模型第50-52页
    4.4 分式规划模型的求解方法第52-57页
        4.4.1 CPLEX概述第52-54页
        4.4.2 模型转换第54-56页
        4.4.3 模型求解第56-57页
    4.5 本章小结第57-58页
第五章 考虑满意度和人力成本的多目标交叉培训规划(SC-MOCT)第58-92页
    5.1 SC-MOCT问题的描述第58-59页
    5.2 SC-MOCT问题的多目标优化模型第59-61页
    5.3 基于多目标粒子群算法的SC-MOCT的优化第61-72页
        5.3.1 多目标粒子群算法(MPSO)的描述第61-64页
        5.3.2 多目标进化算法的性能评价指标第64-65页
        5.3.3 实验分析第65-71页
        5.3.4 实验结论第71-72页
    5.4 基于非支配排序遗传算法的SC-MOCT的优化及与MPSO算法的比较分析第72-86页
        5.4.1 非支配排序遗传算法(NSGA-Ⅱ)的描述第72-78页
        5.4.2 实验分析及与MPSO算法的比较分析第78-85页
        5.4.3 实验结论第85-86页
    5.5 SC-MOCT问题的模型参数分析第86-91页
        5.5.1 员工偏好结构对Pareto最优值的影响第88-90页
        5.5.2 工资结构对Pareto最优值的影响第90-91页
    5.6 本章小结第91-92页
第六章 考虑满意度和工作效率的多目标交叉培训规划(SE-MOCT)第92-116页
    6.1 SE-MOCT问题的描述第92页
    6.2 考虑员工满意度和工作效率的背景分析第92-94页
    6.3 SE-MOCT问题的多目标优化模型第94-95页
    6.4 基于MPSO的SE-MOCT问题的优化第95-104页
        6.4.1 MPSO算法的描述第95-99页
        6.4.2 实验分析第99-103页
        6.4.3 实验结论第103-104页
    6.5 基于NSGA-Ⅱ的SE-MOCT问题的优化及与MPSO算法的比较分析第104-115页
        6.5.1 NSGA-Ⅱ算法的描述第104-106页
        6.5.2 实验分析及与MPSO算法的比较分析第106-115页
        6.5.3 实验结论第115页
    6.6 本章小结第115-116页
第七章 考虑学习效率和培训成本的多目标交叉培训规划(LC-MOCT)第116-136页
    7.1 LC-MOCT问题的描述第116页
    7.2 考虑学习效率的背景分析第116-118页
    7.3 LC-MOCT问题的数学规划模型第118-119页
    7.4 基于MPSO的LC-MOCT问题的优化第119-123页
        7.4.1 MPSO算法的描述第119-120页
        7.4.2 实验分析第120-123页
        7.4.3 实验结论第123页
    7.5 基于NSGA-Ⅱ的LC-MOCT问题的优化及与MPSO算法的比较分析第123-134页
        7.5.1 NSGA-Ⅱ算法的描述第123-124页
        7.5.2 实验分析及与MPSO算法的比较分析第124-134页
        7.5.3 实验结论第134页
    7.6 本章小结第134-136页
第八章 总结与展望第136-138页
    8.1 论文工作总结第136-137页
    8.2 未来的研究方向第137-138页
参考文献第138-152页
致谢第152-154页
攻读博士期间发表和录用的论文第154-155页

论文共155页,点击 下载论文
上一篇:面向工业无线网络WIA-PA的路由技术研究
下一篇:基于神经人因学的人—车交互系统若干问题的研究