基于混合算法的车间作业调度问题研究
摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-11页 |
·引言 | 第8页 |
·车间调度问题的研究现状及发展趋势 | 第8-9页 |
·课题研究背景及选题意义 | 第9页 |
·本文的创新点及研究主要内容 | 第9-11页 |
2 车间调度问题概述 | 第11-16页 |
·车间调度问题的概念 | 第11页 |
·车间调度问题分类和性能指标 | 第11-12页 |
·车间调度问题分类 | 第11-12页 |
·车间调度问题性能指标 | 第12页 |
·车间调度问题特点 | 第12-13页 |
·车间调度问题的表示方法 | 第13-14页 |
·车间调度问题优化方法和缺陷 | 第14-15页 |
·本章小结 | 第15-16页 |
3 遗传算法(GA)和蚁群算法原理 | 第16-33页 |
·遗传算法的产生发展及基本原理 | 第16-17页 |
·遗传算法的基本术语及应用 | 第17-18页 |
·遗传算法的基本术语 | 第17页 |
·遗传算法的应用 | 第17-18页 |
·遗传算法的特点 | 第18-19页 |
·遗传算法的优点 | 第18-19页 |
·遗传算法的不足之处 | 第19页 |
·编码问题 | 第19-21页 |
·遗传算子操作 | 第21-23页 |
·选择(Selection) | 第21页 |
·交叉(Crossover) | 第21-23页 |
·变异(mutation) | 第23页 |
·遗传算法运算流程 | 第23-25页 |
·蚁群算法的起源及基本原理 | 第25-26页 |
·蚁群算法理论和应用研究现状 | 第26-28页 |
·蚁群系统模型 | 第28-31页 |
·蚁群算法特征 | 第31-32页 |
·蚁群算法的优点 | 第31-32页 |
·蚁群算法应用中的挑战及缺点 | 第32页 |
·本章小结 | 第32-33页 |
4 混合算法及其在柔性JOB-SHOP问题中应用 | 第33-55页 |
·混合算法的基本思想 | 第33-34页 |
·Job-shop调度问题的数学描述 | 第34-36页 |
·Job-shop问题的混合算法的参数设计 | 第36-39页 |
·编码设计 | 第36页 |
·适应度函数设计 | 第36-37页 |
·混合算法操作算子设计 | 第37-38页 |
·算法的实现过程 | 第38-39页 |
·应用混合算法求解柔性Job-shop调度问题 | 第39-47页 |
·编码过程 | 第39-40页 |
·解码过程 | 第40-43页 |
·产生活动调度和非活动调度的比较 | 第43-45页 |
·柔性问题中蚁群算法与遗传算法衔接 | 第45页 |
·混合算法中蚁群算法描述和节点选取 | 第45-46页 |
·混合算法求解3X5车间调度问题参数设计 | 第46页 |
·调度结果 | 第46-47页 |
·应用混合算法优化交货期求解5X6车间调度问题 | 第47-54页 |
·问题的描述及数学模型的建立 | 第47-49页 |
·混合算法求解总拖期调度的编码解码问题 | 第49-50页 |
·混合算法求解总拖期调度的算子操作 | 第50-51页 |
·混合算法求解总拖期最小问题的步骤 | 第51-52页 |
·混合算法参数设计 | 第52页 |
·混合算法运算结果 | 第52-54页 |
·结论分析 | 第54页 |
·本章小结 | 第54-55页 |
5 基于混合算法的柔性车间作业调度系统的设计开发 | 第55-63页 |
·需求分析 | 第55页 |
·系统开发环境 | 第55-56页 |
·系统结构设计与模块功能设计 | 第56-57页 |
·基础数据库管理模块 | 第57-61页 |
·主界面模块 | 第57-58页 |
·设备数据库 | 第58页 |
·零件信息数据库 | 第58-59页 |
·工艺数据库 | 第59-60页 |
·调度结果界面 | 第60-61页 |
·生成报表 | 第61页 |
·JOB SHOP系统应用实例调度结果 | 第61-62页 |
·JOB SHOP系统调度甘特图的生成 | 第62页 |
·本章小结 | 第62-63页 |
6 结论与展望 | 第63-65页 |
·结论 | 第63页 |
·展望 | 第63-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-69页 |
Appendix A 攻读学位期间取得的研究成果 | 第69页 |