基于遗传算法的多目标柔性资源调度研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 资源调度相关研究 | 第9-11页 |
| 1.2.2 遗传算法相关研究 | 第11-13页 |
| 1.3 研究内容和技术路线 | 第13-14页 |
| 1.4 论文架构 | 第14-16页 |
| 第二章 多目标柔性资源调度问题基本理论 | 第16-21页 |
| 2.1 车间调度问题研究 | 第16-18页 |
| 2.1.1 问题描述及性能指标 | 第16-17页 |
| 2.1.2 车间调度问题的分类 | 第17-18页 |
| 2.2 柔性资源调度基本概念 | 第18-20页 |
| 2.2.1 柔性车间调度问题描述 | 第18页 |
| 2.2.2 柔性车间调度问题求解方法 | 第18-20页 |
| 2.3 多目标柔性资源调度问题研究 | 第20-21页 |
| 第三章 遗传算法相关理论 | 第21-29页 |
| 3.1 遗传算法简介 | 第21-24页 |
| 3.1.1 遗传算法的基本原理 | 第21-23页 |
| 3.1.2 遗传算法的特征 | 第23-24页 |
| 3.2 遗传算法与不同算法的比较 | 第24-29页 |
| 3.2.1 传统优化与搜索技术 | 第24-27页 |
| 3.2.2 不同算法之间的比较 | 第27-28页 |
| 3.2.3 遗传算法的优势与局限 | 第28-29页 |
| 第四章 基于改进的遗传算法多目标柔性资源调度 | 第29-40页 |
| 4.1 问题描述 | 第29-32页 |
| 4.1.1 基本假设 | 第29页 |
| 4.1.2 实际问题描述及模型构建 | 第29-32页 |
| 4.2 改进的遗传算法解决FJSP问题 | 第32-40页 |
| 4.2.1 编码 | 第33-36页 |
| 4.2.2 初始化 | 第36页 |
| 4.2.3 计算适应度 | 第36-37页 |
| 4.2.4 自适应交叉 | 第37-38页 |
| 4.2.5 自适应变异 | 第38-40页 |
| 第五章 算法结果分析 | 第40-51页 |
| 5.1 算法结果 | 第40-44页 |
| 5.2 算法比较 | 第44-51页 |
| 5.2.1 算法收敛速度比较 | 第44-45页 |
| 5.2.2 算法性能比较 | 第45-51页 |
| 第六章 结论与展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61-62页 |
