| 摘要 | 第5-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第15-24页 |
| 1.1 选题背景 | 第15-16页 |
| 1.1.1 问题的提出 | 第15页 |
| 1.1.2 车辆维修保障资源调度优化问题的现状与不足 | 第15-16页 |
| 1.1.3 选题的课题支撑 | 第16页 |
| 1.2 国内外研究现状以及发展方向 | 第16-21页 |
| 1.2.1 资源调度优化技术的发展现状 | 第16-20页 |
| 1.2.2 装备维修过程中资源调度优化问题研究现状 | 第20-21页 |
| 1.3 本论文的主要研究工作 | 第21-24页 |
| 第2章 军用车辆维修保障资源调度问题的算法基础 | 第24-39页 |
| 2.1 精确求解方法 | 第24-25页 |
| 2.2 启发式算法 | 第25-29页 |
| 2.2.1 基于优先规则的启发式算法 | 第26页 |
| 2.2.2 智能优化方法 | 第26-29页 |
| 2.3 遗传算法（GA） | 第29-34页 |
| 2.3.1 遗传算法的原理 | 第29-30页 |
| 2.3.2 遗传算法的关键要素 | 第30-33页 |
| 2.3.3 遗传算法一般流程 | 第33-34页 |
| 2.3.4 遗传算法在 RCPSP 研究情况 | 第34页 |
| 2.4 粒子群算法 | 第34-38页 |
| 2.4.1 粒子群算法的基本原理 | 第34-35页 |
| 2.4.2 粒子群算法的基本流程 | 第35-36页 |
| 2.4.3 粒子群算法的控制参数 | 第36-37页 |
| 2.4.4 粒子群算法在 RCPSP 研究情况 | 第37页 |
| 2.4.5 粒子群算法中新的进化策略 | 第37-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 维修保障资源均衡问题的混合粒子群-遗传算法研究 | 第39-56页 |
| 3.1 引言 | 第39-40页 |
| 3.2 问题描述 | 第40-44页 |
| 3.2.1 网络图的计算 | 第41-43页 |
| 3.2.2 资源均衡问题 | 第43-44页 |
| 3.3 求解资源均衡调度问题的混合粒子群-遗传算法 | 第44-49页 |
| 3.3.1 编码设计 | 第44-45页 |
| 3.3.2 动态时差的改进 | 第45页 |
| 3.3.3 适应度函数 | 第45-47页 |
| 3.3.4 进化策略 | 第47-49页 |
| 3.3.5 算法流程图 | 第49页 |
| 3.4 修理工程车展开作业资源均衡调度优化 | 第49-54页 |
| 3.4.1 修理工程车展开作业网络图的绘制 | 第49-51页 |
| 3.4.2 关键路线确定 | 第51-52页 |
| 3.4.3 网络计划参数分析 | 第52页 |
| 3.4.4 粒子群-遗传算法求解修理工程车展开作业资源均衡调度问题 | 第52-54页 |
| 3.5 本章小结 | 第54-56页 |
| 第4章 维修保障资源受限问题的混合混沌粒子群-遗传算法研究 | 第56-75页 |
| 4.1 引言 | 第56-58页 |
| 4.2 问题描述 | 第58-62页 |
| 4.2.1 调度产生方案 | 第60-61页 |
| 4.2.2 求解 RCPSP 问题的启发式算法 | 第61-62页 |
| 4.3 求解资源受限调度问题的混合混沌粒子群－遗传算法 | 第62-69页 |
| 4.3.1 编码 | 第63-64页 |
| 4.3.2 改进的并行调度方案 | 第64-66页 |
| 4.3.3 基于 Logistic 映射的混沌粒子群算法 | 第66-67页 |
| 4.3.4 适应度函数 | 第67页 |
| 4.3.5 进化策略 | 第67-69页 |
| 4.4 军用车辆维修保养工艺流程调度优化问题的求解 | 第69-71页 |
| 4.5 算法性能分析 | 第71-74页 |
| 4.5.1 资源利用率分析 | 第71-73页 |
| 4.5.2 算法比较 | 第73-74页 |
| 4.6 本章小结 | 第74-75页 |
| 第5章 多目标维修保障资源调度优化问题研究 | 第75-93页 |
| 5.1 引言 | 第75-76页 |
| 5.2 问题描述 | 第76-79页 |
| 5.2.1 多目标优化问题 | 第76-78页 |
| 5.2.2 多目标进化算法（MOEA）的分类 | 第78-79页 |
| 5.3 求解多目标调度优化问题的混合粒子群-遗传算法 | 第79-89页 |
| 5.3.1 编码和解码调度方案 | 第80页 |
| 5.3.2 适应度分配 | 第80-83页 |
| 5.3.3 种群极值和个体极值的选取 | 第83-84页 |
| 5.3.4 进化策略 | 第84-87页 |
| 5.3.5 算法流程 | 第87-89页 |
| 5.4 数值分析 | 第89-91页 |
| 5.5 本章小结 | 第91-93页 |
| 第6章 多目标模糊工期的维修保障资源调度优化问题研究 | 第93-107页 |
| 6.1 引言 | 第93-94页 |
| 6.2 模糊数学理论 | 第94-97页 |
| 6.2.1 基本概念 | 第94-96页 |
| 6.2.2 模糊数运算 | 第96-97页 |
| 6.3 多目标模糊工期的维修保障资源调度优化问题 | 第97-99页 |
| 6.3.1 问题描述 | 第97-98页 |
| 6.3.2 基于模糊工期的维修保障资源调度优化评价指标 | 第98-99页 |
| 6.4 基于混合粒子群－遗传算法求解多目标模糊资源调度问题 | 第99-102页 |
| 6.4.1 编码 | 第99页 |
| 6.4.2 满意度计算 | 第99-100页 |
| 6.4.3 改进的模糊并行调度方案 | 第100-102页 |
| 6.5 数值试验 | 第102-105页 |
| 6.6 试验结果分析 | 第105-106页 |
| 6.7 本章小结 | 第106-107页 |
| 结论 | 第107-110页 |
| 参考文献 | 第110-120页 |
| 附录 A | 第120-122页 |
| 攻读学位期间发表论文与研究成果清单 | 第122-123页 |
| 致谢 | 第123页 |
