首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

协同制造调度问题的蚁群算法研究

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-18页
   ·研究背景及意义第10-11页
   ·协同制造调度问题分析第11-14页
     ·问题概述第11-13页
     ·研究现状第13-14页
   ·蚁群算法求解调度问题的研究现状第14-17页
   ·论文主要研究内容第17-18页
第二章 蚁群算法研究第18-26页
   ·蚁群算法的基本原理第18-22页
     ·蚁群算法的思想第18-20页
     ·蚁群算法的流程第20-22页
     ·蚁群算法的特点第22页
   ·蚁群算法的几类改进算法第22-25页
     ·改进基本规则第22-24页
     ·与其它算法结合第24-25页
   ·本章小结第25-26页
第三章 结合模拟退火的改进蚁群算法设计第26-30页
   ·模拟退火算法概述第26-28页
     ·模拟退火算法特点第26-27页
     ·模拟退火算法基本步骤第27-28页
   ·改进蚁群算法第28-29页
     ·算法思想第28页
     ·基本规则设计第28-29页
   ·本章小结第29-30页
第四章 改进蚁群算法求解Job Shop调度问题第30-37页
   ·Job Shop调度问题描述第30-31页
   ·基于块体理论的新解产生规则设计第31-32页
   ·算法实现第32-34页
   ·仿真及结果分析第34-36页
   ·本章小结第36-37页
第五章 改进蚁群算法求解柔性Job Shop调度问题第37-45页
   ·柔性Job Shop调度问题描述第37-38页
   ·算法设计第38-39页
     ·机器选择规则第38-39页
     ·新解产生规则第39页
   ·算法实现第39-42页
   ·仿真及结果分析第42-44页
   ·本章小结第44-45页
第六章 改进蚁群算法解决协同制造调度问题第45-56页
   ·协同制造调度问题描述第45-46页
   ·算法设计思想第46-47页
   ·算法设计第47-49页
     ·车间及机器选择规则第47-49页
     ·新解产生规则第49页
   ·算法实现第49-52页
   ·仿真及结果分析第52-55页
   ·本章小结第55-56页
第七章 总结与展望第56-58页
   ·论文总结第56-57页
   ·研究展望第57-58页
参考文献第58-61页
在学研究成果第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:基于ZigBee无线可燃气体监测系统的开发与研究
下一篇:智能公交车辆调度系统的设计与优化