首页--工业技术论文--机械、仪表工业论文--机械工厂(车间)论文--生产技术管理论文

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

论文共69页,点击 下载论文
上一篇:转子双截面信息融合及其故障诊断研究
下一篇:机电产品再制造性评价研究