基于蚂蚁系统的多机批调度算法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-19页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 调度问题概述 | 第10-13页 |
| 1.2.1 问题描述 | 第10-12页 |
| 1.2.2 问题分类 | 第12-13页 |
| 1.3 批调度问题 | 第13-14页 |
| 1.4 批调度问题研究现状 | 第14-17页 |
| 1.4.1 单机环境批调度问题 | 第14-15页 |
| 1.4.2 平行机环境批调度问题 | 第15-16页 |
| 1.4.3 车间环境批调度问题 | 第16页 |
| 1.4.4 动态到达批调度问题 | 第16-17页 |
| 1.5 论文研究内容与结构安排 | 第17-19页 |
| 1.5.1 论文研究内容 | 第17页 |
| 1.5.2 论文结构安排 | 第17-19页 |
| 第二章 批调度问题的研究方法 | 第19-26页 |
| 2.1 确定性算法 | 第19-20页 |
| 2.2 近似算法 | 第20-26页 |
| 2.2.1 启发式算法 | 第20-21页 |
| 2.2.2 元启发式算法 | 第21-26页 |
| 第三章 不带到达时间的单目标多机批调度问题研究 | 第26-35页 |
| 3.1 问题描述和下界 | 第26-28页 |
| 3.1.1 问题描述 | 第26-28页 |
| 3.1.2 下界 | 第28页 |
| 3.2 确定性启发式算法 | 第28-29页 |
| 3.3 蚁群优化算法 | 第29-34页 |
| 3.3.1 信息素 | 第29-30页 |
| 3.3.2 启发式信息 | 第30页 |
| 3.3.3 候选列表 | 第30-31页 |
| 3.3.4 解的构建 | 第31-32页 |
| 3.3.5 信息素更新 | 第32页 |
| 3.3.6 局部优化 | 第32-33页 |
| 3.3.7 LOACO算法的描述以及流程图 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 仿真实验与结果分析 | 第35-48页 |
| 4.1 实验设计 | 第35-36页 |
| 4.2 参数设置 | 第36页 |
| 4.3 实验结果与分析 | 第36-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 总结和展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 图目录 | 第56-57页 |
| 表目录 | 第57-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士研究生期间的学术与科研成果 | 第59页 |
