人工神经网络在车间调度中的应用
| 第一章 绪论 | 第1-13页 |
| ·引言 | 第7-8页 |
| ·人工神经网络算法研究现状 | 第8-9页 |
| ·调度理论研究现状 | 第9-11页 |
| ·本文的主要内容 | 第11-13页 |
| 第二章 车间调度理论 | 第13-29页 |
| ·生产调度 | 第13-18页 |
| ·车间调度的基本概念 | 第13-16页 |
| ·车间调度问题的描述 | 第16-17页 |
| ·车间调度的目标函数 | 第17-18页 |
| ·用于车间调度的算法 | 第18-29页 |
| ·调度算法设计 | 第18-19页 |
| ·典型的调度算法及其比较分析 | 第19-29页 |
| 第三章 HOPFIELD神经网络算法 | 第29-37页 |
| ·概述 | 第29-31页 |
| ·人工神经网络的特点 | 第31-32页 |
| ·HOPFIELD神经网络算法 | 第32-34页 |
| ·模拟退火法实现技术 | 第34-37页 |
| ·模拟退火法方法 | 第34-35页 |
| ·模拟退火方法存在的不足 | 第35-37页 |
| 第四章 HOPFIELD神经网络混合优化策略 | 第37-47页 |
| ·JSP换位矩阵构造 | 第37-38页 |
| ·HOPFIELD神经网络能量函数的构造 | 第38-41页 |
| ·改进的HOPFIELD神经网络结构 | 第41-44页 |
| ·HOPFIELD神经网络、SA算法流程 | 第44-45页 |
| ·改进算法的优点 | 第45-47页 |
| 第五章 BP神经网络算法 | 第47-51页 |
| ·概述 | 第47页 |
| ·反向传播学习的BP算法 | 第47-49页 |
| ·BP算法的原理 | 第48-49页 |
| ·具有选择功能的BP算法 | 第49-51页 |
| 第六章 智能算法库管理系统的设计与实现 | 第51-62页 |
| ·系统设计基本思路 | 第51-52页 |
| ·技术方案 | 第52-53页 |
| ·考虑的原则 | 第52-53页 |
| ·系统环境 | 第53页 |
| ·主要功能模块描述 | 第53-57页 |
| ·数据库清单 | 第57-62页 |
| 第七章 实例研究 | 第62-66页 |
| ·实例1 | 第62-64页 |
| ·实例2 | 第64-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-69页 |
