基于多目标遗传粒子群混合算法求解混合流水车间调度问题研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 绪论 | 第9-11页 |
| 第一章 混合流水车间调度问题研究 | 第11-18页 |
| ·车间调度问题概述 | 第11-15页 |
| ·车间调度问题的历史和现状 | 第11-13页 |
| ·车间调度问题的分类和特点 | 第13-14页 |
| ·车间调度主要优化目标 | 第14-15页 |
| ·混合流水车间调度研究 | 第15-17页 |
| ·混合车间调度问题描述 | 第15-16页 |
| ·多目标混合流水车间调度综述 | 第16-17页 |
| 本章小结 | 第17-18页 |
| 第二章 多目标混合算法研究的理论基础 | 第18-34页 |
| ·遗传算法 | 第18-25页 |
| ·算法基本思想 | 第18-20页 |
| ·算法步骤 | 第20-22页 |
| ·基本操作 | 第22-23页 |
| ·遗传算法的应用 | 第23-25页 |
| ·粒子群算法 | 第25-28页 |
| ·算法的基本思想 | 第25-26页 |
| ·算法步骤 | 第26-27页 |
| ·参数的意义及选择标准 | 第27-28页 |
| ·适应度函数 | 第28页 |
| ·多日标优化问题概述 | 第28-33页 |
| ·多目标优化问题的基本理论 | 第28-30页 |
| ·多目标进化算法 | 第30-33页 |
| 本章小结 | 第33-34页 |
| 第三章 多目标混合流水车间调度模型建立 | 第34-38页 |
| ·问题描述 | 第34页 |
| ·假设条件与符号表示 | 第34页 |
| ·假设条件 | 第34页 |
| ·符号表示 | 第34页 |
| ·多目标混合流水车间调度模型的建立 | 第34-37页 |
| 本章小结 | 第37-38页 |
| 第四章 多目标混合算法求解流程 | 第38-48页 |
| ·多目标遗传算法及设计 | 第38-41页 |
| ·初始群体的产生 | 第38页 |
| ·编码和解码 | 第38-39页 |
| ·适应度计算 | 第39页 |
| ·选择操作 | 第39页 |
| ·交叉操作 | 第39-41页 |
| ·变异操作 | 第41页 |
| ·多目标遗传算法参数的设定 | 第41页 |
| ·多目标粒子群算法设计 | 第41-43页 |
| ·粒子的编码和解码 | 第41-42页 |
| ·位置和速度的计算 | 第42页 |
| ·产生权重、计算适应度 | 第42-43页 |
| ·粒子群算法参数的设定 | 第43页 |
| ·多目标混合算法流程 | 第43-47页 |
| ·多目标混合算法基本思想 | 第43-44页 |
| ·多目标混合算法结构 | 第44页 |
| ·多目标混合算法流程图 | 第44-45页 |
| ·多目标混合算法具体流程 | 第45-47页 |
| 本章小结 | 第47-48页 |
| 第五章 多目标混合算法实例分析 | 第48-53页 |
| ·算法实例数据与参数 | 第48-49页 |
| ·算法实例结果与分析 | 第49-51页 |
| ·扩展的算法实例 | 第51-52页 |
| 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |
