| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-27页 |
| ·车间调度问题 | 第13-18页 |
| ·问题描述 | 第13-14页 |
| ·车间调度问题的分类 | 第14-15页 |
| ·车间调度问题的特点 | 第15页 |
| ·车间调度问题的研究方法 | 第15-18页 |
| ·柔性作业车间调度问题 | 第18-23页 |
| ·问题描述 | 第18-20页 |
| ·常用的性能标准 | 第20-21页 |
| ·进化算法在FJSP中的研究现状 | 第21-23页 |
| ·本文的主要研究内容和结构安排 | 第23-27页 |
| ·主要研究内容 | 第23-25页 |
| ·结构安排 | 第25-27页 |
| 第二章 粒子群优化算法 | 第27-39页 |
| ·粒子群优化算法简介 | 第27-30页 |
| ·PSO算法的改进措施 | 第30-32页 |
| ·惯性系数的引入 | 第30-31页 |
| ·收缩因子的引入 | 第31页 |
| ·繁殖操作的引入 | 第31-32页 |
| ·PSO算法的性能分析 | 第32-36页 |
| ·Gbest粒子运动分析 | 第32-34页 |
| ·Pbest粒子运动分析 | 第34页 |
| ·Common粒子运动分析 | 第34-36页 |
| ·PSO算法在优化问题中的应用现状 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第三章 混沌PSO算法在FJSP中的应用 | 第39-51页 |
| ·混沌技术简介 | 第39-41页 |
| ·混沌的定义 | 第39-40页 |
| ·混沌的特征 | 第40-41页 |
| ·混沌在优化问题中的应用 | 第41页 |
| ·基于混沌的PSO算法 | 第41-45页 |
| ·自适应参数策略 | 第43-44页 |
| ·混沌局部搜索策略 | 第44页 |
| ·算法流程 | 第44-45页 |
| ·基于混沌的PSO算法求解FJSP | 第45-50页 |
| ·粒子的编码 | 第45-46页 |
| ·位置向量和速度向量的计算 | 第46-47页 |
| ·实验参数 | 第47页 |
| ·实验结果及分析 | 第47-50页 |
| ·小结 | 第50-51页 |
| 第四章 基于混沌的多目标PSO算法在FJSP中的应用 | 第51-67页 |
| ·多目标优化 | 第51-54页 |
| ·多目标优化问题 | 第51-52页 |
| ·多目标进化算法 | 第52-54页 |
| ·基于混沌粒子群的聚合多目标算法求解FJSP | 第54-60页 |
| ·适应度定义 | 第54-55页 |
| ·算法描述 | 第55-56页 |
| ·仿真实验及分析 | 第56-60页 |
| ·小结 | 第60页 |
| ·多目标归一化混沌PSO算法求解FJSP | 第60-67页 |
| ·问题描述 | 第60-61页 |
| ·适应度函数设计 | 第61-62页 |
| ·目标函数归一化方法 | 第61-62页 |
| ·适应度函数 | 第62页 |
| ·算法流程 | 第62-63页 |
| ·仿真实验及分析 | 第63-66页 |
| ·小结 | 第66-67页 |
| 第五章 基于Pareto排序的FIPS算法在 FJSP中的应用 | 第67-75页 |
| ·引言 | 第67页 |
| ·全知型粒子群算法 | 第67-69页 |
| ·基于Pareto排序的FIPS算法 | 第69-71页 |
| ·Pareto排序 | 第69页 |
| ·第二级排序 | 第69-70页 |
| ·变异操作 | 第70页 |
| ·算法描述 | 第70-71页 |
| ·应用实例 | 第71-74页 |
| ·小结 | 第74-75页 |
| 第六章 多目标自适应动态概率PSO算法在FJSP中的应用 | 第75-84页 |
| ·引言 | 第75-76页 |
| ·采用动态概率搜索机制的PSO算法 | 第76-77页 |
| ·多目标自适应动态概率PSO算法 | 第77-79页 |
| ·多目标优化策略 | 第77-79页 |
| ·算法流程 | 第79页 |
| ·仿真实验及分析 | 第79-82页 |
| ·小结 | 第82-84页 |
| 第七章 总结与展望 | 第84-90页 |
| ·研究总结 | 第84-85页 |
| ·本文提出的各种算法的总体评述 | 第85-88页 |
| ·研究展望 | 第88-90页 |
| 参考文献 | 第90-104页 |
| 攻读学位期间发表的学术论文及其他研究成果 | 第104-106页 |
| 致谢 | 第106页 |
