| Abstract | 第4页 |
| 摘要 | 第5-6页 |
| Content | 第6-12页 |
| Chapter 1 Introduction | 第12-17页 |
| 1.1 Background | 第12-13页 |
| 1.2 Literature review | 第13-16页 |
| 1.2.1 Exact algorithm | 第14-15页 |
| 1.2.2 Heuristic and meta-heuristic algorithm | 第15-16页 |
| 1.2.3 Hybrid approaches | 第16页 |
| 1.3 Organization | 第16-17页 |
| Chapter 2 Mixed-model assembly line balancing problem | 第17-25页 |
| 2.1 Problem formulation | 第17-20页 |
| 2.1.1 Description and assumptions | 第17-18页 |
| 2.1.2 Definitions and notations | 第18-19页 |
| 2.1.3 Characteristic analysis of MMALB-P | 第19-20页 |
| 2.2 Classification of MMALB-P | 第20-22页 |
| 2.2.1 Objective-based classification | 第20页 |
| 2.2.2 Configuration-based classification | 第20-22页 |
| 2.3 Evaluation criterion | 第22-25页 |
| 2.3.1 Assessments of solutions | 第22页 |
| 2.3.2 Measures of difficulty | 第22-23页 |
| 2.3.3 Illustrative example | 第23-25页 |
| Chapter 3 Modeling MMALB-P with sequence-dependent tasks | 第25-33页 |
| 3.1 Sequence-dependent tasks | 第25-28页 |
| 3.1.1 Formulation and description | 第25-26页 |
| 3.1.2 Researches and illustrative example | 第26-28页 |
| 3.2 Combined precedence relation | 第28-31页 |
| 3.2.1 Traditional combined precedence relation | 第28页 |
| 3.2.2 Combined precedence relation with sequence-dependent tasks | 第28-30页 |
| 3.2.3 Precedence matrix | 第30-31页 |
| 3.3 Mathematical model of MMALB-P with sequence-dependent tasks | 第31-33页 |
| 3.3.1 Objectives | 第31-32页 |
| 3.3.2 Constraints | 第32-33页 |
| Chapter 4 Hybrid genetic algorithm for MMALB-P with sequence-dependent tasks | 第33-47页 |
| 4.1 Formulation and characteristics | 第33-36页 |
| 4.1.1 Formulation | 第33页 |
| 4.1.2 Characteristics | 第33-35页 |
| 4.1.3 Hybrid genetic algorithm-based framework | 第35-36页 |
| 4.2 Initial population | 第36-40页 |
| 4.2.1 Random initialization | 第36-37页 |
| 4.2.2 Heuristic initialization process | 第37-39页 |
| 4.2.3 Priority rules for selecting tasks | 第39-40页 |
| 4.3 Encoding scheme and decoding procedure | 第40-41页 |
| 4.3.1 Encoding scheme | 第40页 |
| 4.3.2 Decoding procedure | 第40-41页 |
| 4.4 Selection mechanism | 第41-42页 |
| 4.4.1 Elite preservation strategy | 第42页 |
| 4.4.2 Tournament selection strategy | 第42页 |
| 4.4.3 Combination of two strategies | 第42页 |
| 4.5 Crossover | 第42-45页 |
| 4.5.1 Common crossover operator | 第42-43页 |
| 4.5.2 Logic string | 第43-44页 |
| 4.5.3 Two-point crossover operator with sequence-dependent tasks | 第44-45页 |
| 4.6 Mutation | 第45-47页 |
| 4.6.1 Common mutation operator | 第45页 |
| 4.6.2 Logic string | 第45页 |
| 4.6.3 Insertion mutation with sequence-dependent tasks | 第45-47页 |
| Chapter 5 Experimental study | 第47-65页 |
| 5.1 Illustrative example | 第47-56页 |
| 5.1.1 Small-size problem | 第48-49页 |
| 5.1.2 Medium-size problem | 第49-51页 |
| 5.1.3 Large-size problem | 第51-56页 |
| 5.2 Sensitivity analysis | 第56-58页 |
| 5.2.1 Population size and genetic generation | 第56-57页 |
| 5.2.2 Influence of crossover and mutation rate | 第57-58页 |
| 5.3 Performance evaluation | 第58-65页 |
| 5.3.1 Initialization performance | 第58-59页 |
| 5.3.2 Convergence performance | 第59-61页 |
| 5.3.3 Solution comparison | 第61-65页 |
| Chapter 6 Conclusions and future research | 第65-67页 |
| 6.1 Conclusions | 第65-66页 |
| 6.2 Future research | 第66-67页 |
| References | 第67-71页 |
| List of publications and rewards | 第71-72页 |
| Acknowledgements | 第72页 |
