| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第1章 绪论 | 第13-25页 |
| ·课题研究背景及意义 | 第13-17页 |
| ·车间调度问题概述 | 第14-16页 |
| ·车间调度在企业生产中的重要性 | 第16-17页 |
| ·研究目的 | 第17页 |
| ·车间调度国内外研究概况 | 第17-23页 |
| ·车间调度研究综述 | 第17-19页 |
| ·车间调度的算法研究 | 第19-21页 |
| ·车间调度研究存在的问题 | 第21-22页 |
| ·车间调度研究的发展趋势 | 第22-23页 |
| ·本文主要研究内容 | 第23-25页 |
| ·研究过程中的工作 | 第23页 |
| ·内容安排 | 第23-25页 |
| 第2章 带精英策略的非劣前沿分级遗传算法的研究及改进 | 第25-45页 |
| ·遗传算法的应用研究 | 第25-32页 |
| ·遗传算法的基本原理和特点 | 第25-30页 |
| ·遗传算法的应用研究和不足 | 第30-32页 |
| ·多目标遗传算法的研究现状 | 第32-37页 |
| ·多目标优化问题描述 | 第33-34页 |
| ·多目标优化问题研究的方法和现状 | 第34-37页 |
| ·非劣前沿分级(NSGA)遗传算法的研究 | 第37-39页 |
| ·非劣前沿分级 | 第37-38页 |
| ·NSGA算法的流程 | 第38-39页 |
| ·NSGA-Ⅱ遗传算法的研究和改进 | 第39-44页 |
| ·NSGA算法存在的不足 | 第39-40页 |
| ·NSGA-Ⅱ的基本思想和流程 | 第40-41页 |
| ·小生境和精英策略 | 第41-42页 |
| ·二元联赛选择 | 第42页 |
| ·NSGA-Ⅱ运行参数的改进 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 多目标柔性作业车间调度的研究 | 第45-61页 |
| ·引言 | 第45页 |
| ·车间调度问题的建模方法 | 第45-47页 |
| ·数学分析的方法 | 第45-46页 |
| ·图与网络的方法 | 第46-47页 |
| ·多目标车间调度的优化模型和变量描述 | 第47-49页 |
| ·建立数学函数优化模型 | 第47-48页 |
| ·模型的变量描述 | 第48-49页 |
| ·JSP的NSGA-Ⅱ遗传算法设计 | 第49-60页 |
| ·作业车间调度的编码解码设计 | 第49-51页 |
| ·初始种群的建立 | 第51页 |
| ·车间调度适应度函数 | 第51-52页 |
| ·多目标车间调度染色体的选择机制 | 第52-56页 |
| ·自适应策略遗传算法的运行参数设计 | 第56-57页 |
| ·改进的终止条件 | 第57-58页 |
| ·算例分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 多工艺路线和多目标车间调度集成研究 | 第61-75页 |
| ·引言 | 第61页 |
| ·多工艺路线和多目标车间作业调度集成的数学优化模型 | 第61-64页 |
| ·车间调度问题描述 | 第62-63页 |
| ·目标和约束 | 第63-64页 |
| ·带精英策略的NSGA-Ⅱ算法求解多目标车间调度集成问题的步骤 | 第64-74页 |
| ·遗传编码方案的设计 | 第64-66页 |
| ·初始种群的生成 | 第66页 |
| ·适应度函数的设计 | 第66-67页 |
| ·NSGA-Ⅱ算法染色体的选择机制 | 第67-70页 |
| ·遗传算法的三大算子的设计 | 第70-71页 |
| ·终止代数 | 第71-72页 |
| ·算法验证 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 总结与展望 | 第75-79页 |
| 总结 | 第75-76页 |
| 展望 | 第76-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 攻读硕士学位期间发表的论文 | 第85-86页 |
| 学位论文评阅及答辩情况表 | 第86页 |
