| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第6-10页 |
| 1.1 论文选题背景 | 第6页 |
| 1.2 论文研究目的和意义 | 第6-7页 |
| 1.3 国内外研究动态 | 第7-8页 |
| 1.4 主要工作 | 第8-10页 |
| 第二章 高级计划排程相关理论概述 | 第10-15页 |
| 2.1 APS生产排程理论介绍 | 第10-11页 |
| 2.2 APS系统与ERP系统之间的关系 | 第11-13页 |
| 2.3 APS系统相关理论研究 | 第13-14页 |
| 2.4 本章小结 | 第14-15页 |
| 第三章 企业的APS系统及生产预测模型 | 第15-25页 |
| 3.1 企业简介 | 第15-17页 |
| 3.2 企业APS系统组成模块流程 | 第17-20页 |
| 3.3 企业现有的生产预测模型 | 第20-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第四章 基于神经网络的建模方法 | 第25-33页 |
| 4.1 基于BP神经网络的建模方法 | 第25-28页 |
| 4.2 基于RBF神经网络的建模方法 | 第28-32页 |
| 4.3 本章小结 | 第32-33页 |
| 第五章 BP和RBF神经网络在APS中生产预测的应用 | 第33-43页 |
| 5.1 BP网络神经设计 | 第33-36页 |
| 5.2 BP神经网络的训练和仿真 | 第36-37页 |
| 5.3 RBF神经网络的设计 | 第37页 |
| 5.4 RBF神经网络的训练和仿真 | 第37-38页 |
| 5.5 遗传算法优化神经网络设计 | 第38-39页 |
| 5.6 遗传算法优化BP与RBF神经网络的训练和仿真 | 第39-42页 |
| 5.7 本章小结 | 第42-43页 |
| 总结和展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 个人简介 | 第48页 |