| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·集成计划与调度研究背景 | 第9-10页 |
| ·集成计划与调度问题研究现状 | 第10-12页 |
| ·课题来源及意义 | 第12页 |
| ·研究内容及文章组织结构 | 第12-14页 |
| 第二章 多目标进化算法 | 第14-23页 |
| ·多目标优化问题 | 第14-15页 |
| ·进化算法 | 第15-19页 |
| ·进化算法的概念和形式 | 第17-18页 |
| ·进化算法的研究现状 | 第18-19页 |
| ·多目标进化算法 | 第19-22页 |
| ·多目标进化算法的分类 | 第20-21页 |
| ·多目标进化算法一般流程 | 第21-22页 |
| ·多目标进化应用研究 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 多目标集成协作计划与调度模型 | 第23-28页 |
| ·问题描述 | 第23页 |
| ·多目标协作计划与调度模型 | 第23-26页 |
| ·模型的结构描述 | 第23-25页 |
| ·生产柔性表示 | 第25-26页 |
| ·模型的数学表示 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 基于群体进化的多目标集成协作计划与调度模型求解算法 | 第28-39页 |
| ·编码与解码 | 第28-29页 |
| ·染色体对初始化及算法参数的建立 | 第29-30页 |
| ·适应度函数 | 第30-31页 |
| ·进化操作 | 第31-34页 |
| ·交叉操作 | 第31-32页 |
| ·变异操作 | 第32-33页 |
| ·选择操作 | 第33-34页 |
| ·实例仿真与分析 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于PARETO最优的多目标集成协作计划与调度模型求解算法 | 第39-51页 |
| ·PARETO最优与非支配关系 | 第39-41页 |
| ·PARETO最优解与最优边界 | 第39-40页 |
| ·多目标进化个体间的非支配关系 | 第40-41页 |
| ·快速非支配排序与选择操作 | 第41-43页 |
| ·算法流程 | 第43-44页 |
| ·性能分析与仿真 | 第44-50页 |
| ·优化性能分析 | 第44-45页 |
| ·算法收敛性分析 | 第45-47页 |
| ·实例仿真 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·研究总结 | 第51页 |
| ·研究展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表学术论文目录 | 第58-59页 |
| 攻读学位期间参与科研项目 | 第59-61页 |