摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第1章 绪论 | 第8-13页 |
1.1 研究背景 | 第8-9页 |
1.2 优化问题模型 | 第9-10页 |
1.3 研究现状 | 第10-11页 |
1.3.1 人工免疫算法 | 第10-11页 |
1.3.2 车间调度 | 第11页 |
1.4 本文的主要工作及其结构 | 第11-13页 |
第2章 人工免疫系统算法原理及车间调度简介 | 第13-18页 |
2.1 引言 | 第13页 |
2.2 生物免疫系统处理机制 | 第13-14页 |
2.3 人工免疫系统 | 第14-16页 |
2.3.1 人工免疫系统基本术语 | 第14-15页 |
2.3.2 人工免疫系统算法原理 | 第15-16页 |
2.4 柔性车间调度 | 第16-17页 |
2.4.1 柔性车间调度问题描述 | 第16页 |
2.4.2 常用建模函数 | 第16-17页 |
2.5 本章小结 | 第17-18页 |
第3章 基于动态种群策略的多目标免疫算法 | 第18-37页 |
3.1 引言 | 第18-19页 |
3.2 基于动态种群的多目标免疫算法(MOIA-DPS) | 第19-25页 |
3.2.1 生成交配种群 | 第20-22页 |
3.2.1.1 动态种群策略(DPS) | 第20-21页 |
3.2.1.2 成比例克隆算子 | 第21-22页 |
3.2.2 双搜索模式的差分进化算子(TDE) | 第22-23页 |
3.2.3 存档更新 | 第23-24页 |
3.2.4 MOIA-DPS主要框架 | 第24-25页 |
3.3 实验结果 | 第25-36页 |
3.3.1 基准测试函数 | 第25页 |
3.3.2 性能度量标准 | 第25-26页 |
3.3.3 实验参数设置 | 第26-27页 |
3.3.4 MOIA-DPS性能验证 | 第27-32页 |
3.3.5 算子优势验证 | 第32-36页 |
3.3.6 DPS过程分析 | 第36页 |
3.4 本章小结 | 第36-37页 |
第4章 免疫算法在柔性车间调度上的应用 | 第37-51页 |
4.1 引言 | 第37-38页 |
4.2 改进的车间调度免疫算法(DCPS-MOIA) | 第38-42页 |
4.2.1 DCPS-MOIA算法步骤 | 第38-39页 |
4.2.2 问题描述及其多目标函数 | 第39-40页 |
4.2.3 双层编码模式 | 第40页 |
4.2.4 动态克隆种群策略(DCPS) | 第40-41页 |
4.2.5 遗传操作 | 第41-42页 |
4.2.6 存档更新 | 第42页 |
4.3 实验结果 | 第42-50页 |
4.3.1 测试标准 | 第43页 |
4.3.2 车间调度实例一及其结果分析 | 第43-46页 |
4.3.3 车间调度实例二及其结果分析 | 第46-48页 |
4.3.4 车间调度实例三及其结果分析 | 第48-50页 |
4.4 本章小结 | 第50-51页 |
第5章 总结 | 第51-52页 |
参考文献 | 第52-57页 |
致谢 | 第57-58页 |
攻读硕士学位期间的研究成果 | 第58页 |