| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-21页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-17页 |
| ·生产计划的发展历史及各自缺陷 | 第10-11页 |
| ·生产计划排产模型和算法的国内外研究现状 | 第11-17页 |
| ·研究内容和技术路线 | 第17-19页 |
| ·研究内容 | 第17-19页 |
| ·技术路线 | 第19页 |
| ·研究方法 | 第19-20页 |
| ·创新之处 | 第20-21页 |
| 第二章 遗传算法 | 第21-26页 |
| ·遗传算法概述 | 第21页 |
| ·遗传算法特点 | 第21-22页 |
| ·遗传算法基本步骤 | 第22-23页 |
| ·遗传算法的缺陷 | 第23页 |
| ·改进遗传算法在生产计划优化排产中的应用研究现状 | 第23-26页 |
| 第三章 基于改进遗传算法的 Job Shop 调度问题 | 第26-39页 |
| ·Job Shop 调度问题的描述 | 第26-27页 |
| ·Job Shop 调度问题的混合遗传算法的研究概述 | 第27-28页 |
| ·Job Shop 调度问题的混合遗传算法设计 | 第28-32页 |
| ·基于调度优先级的编码与解码 | 第28-30页 |
| ·算法其他操作设计 | 第30-31页 |
| ·计算步骤 | 第31-32页 |
| ·算例结果与分析 | 第32-38页 |
| ·标准问题 | 第32-33页 |
| ·算例一 | 第33-37页 |
| ·算例二 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 基于改进遗传算法的 Flow Shop 调度问题 | 第39-47页 |
| ·Flow Shop 调度问题的描述 | 第39-40页 |
| ·Flow Shop 调度问题的算法研究概述 | 第40-41页 |
| ·Flow Shop 调度问题的混合遗传算法设计 | 第41-43页 |
| ·启发式方法和随机方法共同产生初始种群 | 第41页 |
| ·复合多交叉方式 | 第41-42页 |
| ·模拟退火操作代替变异操作 | 第42页 |
| ·具体步骤 | 第42-43页 |
| ·算例 | 第43-45页 |
| ·小结 | 第45-47页 |
| 第五章 基于改进遗传算法的ERP 生产计划优化系统的开发实现 | 第47-59页 |
| ·车间调度系统设计与开发背景 | 第47-49页 |
| ·系统背景及其支持环境 | 第47-48页 |
| ·系统目标 | 第48页 |
| ·系统开发的关键 | 第48-49页 |
| ·系统设计的总体思想 | 第49-50页 |
| ·车间调度系统流程图及其功能结构 | 第50-51页 |
| ·车间调度系统数据库及其关系 | 第51-53页 |
| ·系统的开发环境 | 第53页 |
| ·车间调度系统的运行实例 | 第53-55页 |
| ·实例应用中的设备利用率分析 | 第55-59页 |
| 第六章 结论与展望 | 第59-61页 |
| ·全文总结 | 第59页 |
| ·后续工作展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 附录 | 第67-74页 |
| 发表论文和科研情况说明 | 第74-75页 |
| 致谢 | 第75-76页 |
